基于深度学习的工件表面粗糙度等级识别方法

摘要：

为解决变光照工件表面粗糙度等级识别困难问题,构建了粗糙度图像采集系统,设计了用于粗糙度等级识别的深度卷积神经网络.输入训练图片建立粗糙度等级模型,输入测试图片进行粗糙度等级识别.通过车削、平铣、立铣、平磨、磨外圆、研磨6种表面加工方式来验证该方法.改变光照强度采集变光照测试图片,运用颜色传递算法,以实验室标准光强下图片为源图片、变光照图片为目标图片,在不改变图片纹理情况下,实现源图片到目标图片色调颜色映射.实验结果表明,所提出方法能够解决变光照工件表面粗糙度等级识别困难问题.

关键词：粗糙度测量、卷积神经网络、深度学习、图像识别、颜色传递

所属期刊栏目：58

分类号：TP751(遥感技术)

在线出版日期：2020-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：76-79,122