摘要
本发明涉及磨损监测领域,尤其涉及基于机器视觉的交叉导轨磨损状态监测方法,方法包括:获取交叉导轨初始图像和标准图像,将标准图像与初始图像作差得到误差图,利用大津阈值法对误差图进行二值化处理得到二值图,将二值图中白色像素点组成的区域作为异常区域;计算异常区域的纹理复杂因子和形状因子,将纹理复杂因子和形状因子的乘积进行归一化得到磨损特征值;提取异常区域的边缘线,计算边缘线像素点梯度幅值的均值,对磨损特征值和边缘线像素点梯度幅值的均值进行加权求和得到磨损指数,以用于判断交叉导轨表面是否发生磨损。本发明提高了交叉导轨状态监测的准确性。
技术关键词
磨损状态监测方法
交叉导轨
图像
因子
特征值
计算方法
白色像素点
DBSCAN聚类算法
表达式
视觉
直线度
纹理
canny算子
协方差矩阵
双曲正切函数
指数
标签
坐标
误差
系统为您推荐了相关专利信息
数据安全监测方法
混合神经网络模型
敏感数据识别
接口
数据安全监测装置
关键词特征
多模态检索方法
矩阵
检索系统
注意力机制
图像篡改定位方法
标记
输出特征
滤波特征
密度峰值聚类算法