|
|
|
|
基于机器视觉与机器学习的磨削齿面粗糙度测量研究 |
| |
| 论文目录 |
| |
| 摘要 | 第5-7页 | | Abstract | 第7-8页 | | 第1章 绪论 | 第15-23页 | | 1.1 研究背景与意义 | 第15-16页 | | 1.2 粗糙度测量方法概况 | 第16-19页 | | 1.2.1 接触式测量 | 第16-17页 | | 1.2.2 非接触式测量 | 第17-19页 | | 1.2.3 齿轮齿面粗糙度测量概况 | 第19页 | | 1.3 机器视觉粗糙度测量研究概况 | 第19-20页 | | 1.4 论文的研究思路及章节安排 | 第20-23页 | | 1.4.1 研究思路 | 第20-21页 | | 1.4.2 章节安排 | 第21-23页 | | 第2章 基于机器视觉的磨削齿面粗糙度测量理论研究 | 第23-34页 | | 2.1 引言 | 第23页 | | 2.2 表面粗糙度的定义及评定 | 第23-26页 | | 2.2.1 表面粗糙度的定义 | 第23-24页 | | 2.2.2 齿面粗糙度的产生及影响 | 第24-25页 | | 2.2.3 表面粗糙度的评定参数 | 第25-26页 | | 2.3 粗糙表面散射机理分析 | 第26-28页 | | 2.4 粗糙表面成像机理分析 | 第28页 | | 2.5 机器视觉及视觉系统 | 第28-32页 | | 2.5.1 机器视觉 | 第28-29页 | | 2.5.2 机器视觉系统 | 第29-32页 | | 2.6 机器视觉粗糙度测量系统分析 | 第32-33页 | | 2.7 本章小结 | 第33-34页 | | 第3章 基于图像聚类的磨削齿面粗糙度测量 | 第34-50页 | | 3.1 引言 | 第34页 | | 3.2 磨削齿面图像粗糙度聚类特征指标设计 | 第34-40页 | | 3.2.1 基于CDSM的重合度指标 | 第35-36页 | | 3.2.2 图像聚类粗糙度特征指标构建 | 第36-37页 | | 3.2.3 图像聚类分割 | 第37-38页 | | 3.2.4 K中心点聚类图像分割算法 | 第38-40页 | | 3.3 实验 | 第40-44页 | | 3.3.1 实验试样准备 | 第40-41页 | | 3.3.2 实验数据准备 | 第41-42页 | | 3.3.3 实验系统构建 | 第42-43页 | | 3.3.4 实验步骤 | 第43-44页 | | 3.4 实验结果分析 | 第44-49页 | | 3.4.1 图像采样 | 第44页 | | 3.4.2 粗糙度与聚类指标关系模型 | 第44-46页 | | 3.4.3 指标性能评估 | 第46-48页 | | 3.4.4 粗糙度聚类指标预测模型 | 第48-49页 | | 3.5 本章小结 | 第49-50页 | | 第4章 基于神经网络的磨削齿面粗糙度评估模型 | 第50-66页 | | 4.1 引言 | 第50页 | | 4.2 神经网络 | 第50-52页 | | 4.2.1 基本概念 | 第50页 | | 4.2.2 神经网络模型 | 第50-52页 | | 4.3 GA-BP神经网络 | 第52-55页 | | 4.3.1 BP神经网络 | 第52-53页 | | 4.3.2 遗传算法(GA) | 第53-54页 | | 4.3.3 基于遗传算法(GA)的BP神经网络优化 | 第54-55页 | | 4.4 RBF神经网络 | 第55-56页 | | 4.5 神经网络齿面粗糙度预测模型 | 第56-65页 | | 4.5.1 粗糙度特征参数提取 | 第56-62页 | | 4.5.2 神经网络样本采集 | 第62-63页 | | 4.5.3 神经网络模型建立 | 第63-64页 | | 4.5.4 磨削齿面粗糙度预测 | 第64-65页 | | 4.6 本章小结 | 第65-66页 | | 第5章 机器视觉磨削齿面粗糙度测量系统开发 | 第66-75页 | | 5.1 引言 | 第66页 | | 5.2 设备软件 | 第66-67页 | | 5.2.1 MATLAB软件介绍 | 第66页 | | 5.2.2 LabVIEW软件介绍 | 第66-67页 | | 5.2.3 MATLAB与LabVIEW混合编程 | 第67页 | | 5.3 齿面粗糙度检测系统设计 | 第67-69页 | | 5.3.1 系统检测流程设计 | 第67-68页 | | 5.3.2 系统总体方案设计 | 第68页 | | 5.3.3 软件架构设计 | 第68-69页 | | 5.4 齿面粗糙度识别系统实现 | 第69-74页 | | 5.4.1 系统登录模块 | 第69-70页 | | 5.4.2 系统主界面 | 第70-74页 | | 5.5 本章小结 | 第74-75页 | | 结论与展望 | 第75-77页 | | 参考文献 | 第77-81页 | | 致谢 | 第81页 |
|
|
|
|
论文编号BS3997545，这篇论文共81页
会员购买按0.35元/页下载，共需支付28.35元。 直接购买按0.5元/页下载，共需要支付40.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务