导读:本文包含了粗糙度核矩阵论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:矩阵,纹理,粗糙度,表面,灰度,激光,图像。
粗糙度核矩阵论文文献综述
王梦徽[1]（2016）在《基于彩色分布统计矩阵和变量预测模型的粗糙度识别研究》一文中研究指出表面粗糙度对机械零件的性能和寿命具有重大的影响。随着图像处理技术的发展,机器视觉已经成为了工业自动化检测道路上不可小觑的一部分。对基于视觉的粗糙度识别的研究具有重要的理论和实际意义。基于视觉的粗糙识别技术包含两个问题:第一,用什么样的图像指标来表示工件粗糙度;第二,用什么样的模式识别方法来完成粗糙度识别。目前,还没有建立起一个关于图像指标与粗糙度之间关系的标准,广泛使用的方法是通过拍摄工件表面纹理,计算图片的灰度共生矩阵,通过灰度共生矩阵的矩阵指标完成粗糙度的识别。但是灰度共生矩阵算法计算耗时,参数不好控制。而模式识别领域,目前常用的有神经网络和支持向量机等。但是,这些方法都存在各自的局限性,也没有充分利用各类别图像的特征变量之间的相互内在关系。彩色分布统计矩阵(Colour Distribution Statistical Matrix,CDSM)利用定制色彩的光源照射在样件表面成像,统计图像红色和绿色分量的亮度信息获得矩阵,由于不同粗糙度表面反射性能不同,因此得到的矩阵所包含的信息也各不相同。变量预测模型(Variable Predictive Model Based Class Discriminate,VPMCD)算法是近年来一种新的模式识别算法,它利用了各个特征之间的相互内在关系建立相应的VPM(Variable Predictive Model,VPM)模型来实现分类。本文在国家自然科学基金(编号:71271078)资助下,用提出的彩色分布统计矩阵的矩阵指标结合变量预测模型算法对基于视觉的粗糙度识别进行了深入而系统地研究。本文的主要研究内容和创新点如下:(1)彩色分布统计矩阵自提出以来已经验证了其在检测粗糙度方面的优势,但是用单个图像指标来对粗糙度进行表达难免会出现信息量过少使检测的粗糙度不准确的情况。本文为彩色分布统计矩阵设计了五个矩阵指标包含矩阵非零点个数、对比度、同质性、信息熵和能量,介绍了这些指标的理论依据,并通过数据分析验证了这些指标来表示粗糙度的可行性。(2)研究了变量预测模型算法的基本原理和算法流程,由于图像彩色分布统计矩阵的矩阵指标之间具有一定的相关性,为了找到这些指标之间的相互关系,本文用VPMCD方法依靠本文加工的实验样本,对实验样本建立了的不同类别的VPM模型,并对测试样本进行了测试。实验结果表明用VPMCD算法识别粗糙度的方法是高效的,也是可行的。(3)Lab VIEW具有集成性高、界面设计方便的优点,Matlab具有强大的矩阵计算功能。因此,本文结合了Lab VIEW和Matlab平台的优越性,设计并实现了离线识别样件表面粗糙度的设备开发,首先通过Lab VIEW采集图片,然后利用Matlab强大的计算功能来提取图像的特征,并完成粗糙度类别的分类,最后利用Lab VIEW的显示界面完成对结果的展示。为了对设备有一个客观认识,本文依据JJF 1094-2002标准,从中选取了准确率和响应时间两个指标完成了对设备的初步评价。本文在Lab VIEW和Matlab平台上开发了一台基于机器视觉的粗糙度识别设备,该设备对采集图片的感兴趣区域求取彩色分布统计矩阵,利用彩色分布矩阵的矩阵特征提取图像指标,然后利用VPMCD方法结合这些图像指标完成工件表面的粗糙度识别。(本文来源于《湖南大学》期刊2016-05-10）
阮久忠[2]（2009）在《基于灰度共生矩阵纹理参数的非平面表面粗糙度研究》一文中研究指出机械制造技术在生产中得到普遍应用,对精密工件的表面粗糙度测量技术也提出了更高的要求。激光散斑测量具有非接触式、无损等优点,为人们所重视,已经加工制造领域得到了应用。已有的激光散斑测量技术主要是基于工件表面为平面所研究的,针对非平面表面粗糙度测量的研究为数不多。实际应用中精密工件表面大多为非平面,因此有必要进一步对非平面表面粗糙度的测量进行研究。采用不同加工工艺得到的非平面工件表面有着不同的的纹理,这些纹理的粗细、方向、疏密程度等各不相同,通过一定的方法分析这些纹理的特征,可以提取这些纹理蕴含的的加工制造信息。图像的灰度共生矩阵(GLCM)的特征参数——二阶矩、对比度、相关值和熵能够反映图像纹理特性,可以利用上述四个纹理特征参数来研究非平面的表面粗糙度。针对非平面表面标准样块工件,设计了CCD拍摄激光散斑图像的实验装置,利用matlab7.0软件处理采集的数字图像并滤波,进行数值计算。本文考虑了生成灰度共生矩阵叁个参数(生成方向θ、生成步长d和图像灰度级g)对灰度共生矩阵的影响。经过理论分析和计算比较,选择了合适的d和g值,综合θ在四个生成方向(0°、45°、90°和135°)上的纹理信息,采用综合灰度共生矩阵进行数值计算,得到了综合灰度共生矩阵的四个特征参数随表面粗糙度Ra的变化曲线。实验结果表明,特征参数可以反映非平面表面的粗糙度的测量信息,为研究非平面表面的粗糙度的在线检测,提供了一种新的技术途径,具有重要的学术和实际的应用价值。最后,利用matlab7.0软件开发了图形用户界面,可快速计算散斑图像的纹理特征参数值和绘制粗糙度关于特征参数的关系曲线。(本文来源于《烟台大学》期刊2009-04-01）
阮久忠,周晨波,杨国华,刘桂芬[3]（2008）在《基于灰度共生矩阵的非平面表面粗糙度的图像纹理研究》一文中研究指出采用灰度共生矩阵对不同加工工艺形成的非平面工件表面粗糙度进行了研究。讨论了灰度共生矩阵中二阶矩、对比度、相关值,熵等与图像纹理特性的关系,构建了实验装置,并利用Matlab软件对采集的激光散斑图像进行了处理,得到了共生矩阵的4个特征参数随表面粗糙度的变化曲线。为研究非平面工件的粗糙度,提供了一种新的技术途径。(本文来源于《光学与光电技术》期刊2008年06期）
阮久忠,周晨波,杨国华[4]（2008）在《基于灰度共生矩阵的非平面表面粗糙度的图像纹理研究》一文中研究指出表面粗糙度是评定多种工件表面质量的一个重要指标,粗糙度测量技术在机械加工、光学加工、电子加工等精密加工行业中具有十分重要的地位,传统的表面粗糙度测量方法可分为两类:接触式和非接触式。接触式测量方法精度不高,易对检测表面造成损伤,结合光电检测、图像处理和计算机等技术手段可实现表面粗糙度非接触测量,具有快速准确,非破坏性的优点。(本文来源于《第十二届全国光学测试学术讨论会论文（摘要集）》期刊2008-07-20）
冯建,周晨波,于文英,许泓彧,董燕[5]（2007）在《基于灰度共生矩阵的表面粗糙度研究》一文中研究指出介绍了激光散斑的形成及其统计性质,拍摄大量不同加工工艺、不同表面粗糙度标准样块的散斑图像,基于激光散斑图像的灰度共生矩阵及惯性矩、角二阶矩、熵、相关性4个参量,对图像进行了纹理分析。分别绘制了不同加工工艺、不同表面粗糙度标准样块的4个参量与表面粗糙度关系的特性曲线。最后将实验结果和未知表面粗糙度工件的实验数据进行比对,准确估算出了工件的表面粗糙度。(本文来源于《光学与光电技术》期刊2007年02期）
夏德深,金盛,王健[6]（1999）在《基于分数维与灰度梯度共生矩阵的气象云图识别(Ⅰ)——分数维对纹理复杂度和粗糙度的描述》一文中研究指出气象卫星云图的识别主要集中在图像纹理分析上，图像纹理除了包括灰度信息外，还包含了结构信息。应用７０年代由曼德尔勃罗特（Ｍａｎｄｅｌｂｒｏｔ）提出的分数维的概念，对图像纹理进行的分析表明，分数维是图像纹理的复杂度与粗糙度的变量。作者将Ｓａｒｋａｒ和Ｃｈａｕｄｈｕｒｉ的分数维计算方法应用于纹理分形特征的计算，取得了较好的效果。(本文来源于《南京理工大学学报》期刊1999年03期）
粗糙度核矩阵论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
机械制造技术在生产中得到普遍应用,对精密工件的表面粗糙度测量技术也提出了更高的要求。激光散斑测量具有非接触式、无损等优点,为人们所重视,已经加工制造领域得到了应用。已有的激光散斑测量技术主要是基于工件表面为平面所研究的,针对非平面表面粗糙度测量的研究为数不多。实际应用中精密工件表面大多为非平面,因此有必要进一步对非平面表面粗糙度的测量进行研究。采用不同加工工艺得到的非平面工件表面有着不同的的纹理,这些纹理的粗细、方向、疏密程度等各不相同,通过一定的方法分析这些纹理的特征,可以提取这些纹理蕴含的的加工制造信息。图像的灰度共生矩阵(GLCM)的特征参数——二阶矩、对比度、相关值和熵能够反映图像纹理特性,可以利用上述四个纹理特征参数来研究非平面的表面粗糙度。针对非平面表面标准样块工件,设计了CCD拍摄激光散斑图像的实验装置,利用matlab7.0软件处理采集的数字图像并滤波,进行数值计算。本文考虑了生成灰度共生矩阵叁个参数(生成方向θ、生成步长d和图像灰度级g)对灰度共生矩阵的影响。经过理论分析和计算比较,选择了合适的d和g值,综合θ在四个生成方向(0°、45°、90°和135°)上的纹理信息,采用综合灰度共生矩阵进行数值计算,得到了综合灰度共生矩阵的四个特征参数随表面粗糙度Ra的变化曲线。实验结果表明,特征参数可以反映非平面表面的粗糙度的测量信息,为研究非平面表面的粗糙度的在线检测,提供了一种新的技术途径,具有重要的学术和实际的应用价值。最后,利用matlab7.0软件开发了图形用户界面,可快速计算散斑图像的纹理特征参数值和绘制粗糙度关于特征参数的关系曲线。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
粗糙度核矩阵论文参考文献
[1].王梦徽.基于彩色分布统计矩阵和变量预测模型的粗糙度识别研究[D].湖南大学.2016
[2].阮久忠.基于灰度共生矩阵纹理参数的非平面表面粗糙度研究[D].烟台大学.2009
[3].阮久忠,周晨波,杨国华,刘桂芬.基于灰度共生矩阵的非平面表面粗糙度的图像纹理研究[J].光学与光电技术.2008
[4].阮久忠,周晨波,杨国华.基于灰度共生矩阵的非平面表面粗糙度的图像纹理研究[C].第十二届全国光学测试学术讨论会论文（摘要集）.2008
[5].冯建,周晨波,于文英,许泓彧,董燕.基于灰度共生矩阵的表面粗糙度研究[J].光学与光电技术.2007
[6].夏德深,金盛,王健.基于分数维与灰度梯度共生矩阵的气象云图识别(Ⅰ)——分数维对纹理复杂度和粗糙度的描述[J].南京理工大学学报.1999
论文知识图
