基于引导滤波与神经网络算法的螺纹孔检测方法
Manufacturing Technology & Machine Tool（2022）
摘要
为解决测量曲轴端面螺纹孔操作繁琐、精度差及效率低等问题,以型号YC4W75曲轴为例,提出1种基于引导滤波与神经网络算法的螺纹孔检测方法.首先,将实时采集到的图像,利用引导滤波和形态学对图像进行预处理,消除表面噪声、花纹等影响,提取曲轴端面内螺纹小径的边缘特征,然后,结合RANSAC算法,利用Pytorch创建神经网络模型,对提取圆进行拟合,获取曲轴端面内螺纹小径的大小以及圆心间的距离.通过测试结果表明,内螺纹小径的误差在0.070 mm以内,各个螺纹孔与中心孔误差在0.200mm以内,测量精度高、操作简单,满足工业现场精度要求,实现了曲轴端面螺纹孔位置信息的自动测量.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要