1. <thead id="r7bn9"><option id="r7bn9"></option></thead><nav id="r7bn9"><video id="r7bn9"></video></nav>

            <strike id="r7bn9"></strike>
            <th id="r7bn9"><option id="r7bn9"></option></th>
            <code id="r7bn9"></code>
          2. <object id="r7bn9"></object>
            1. <tr id="r7bn9"></tr>
            2. <object id="r7bn9"></object>
              <tr id="r7bn9"></tr><object id="r7bn9"></object>
              ?
              輸送帶導航/TEL:0312-8391666 隨著我國膠帶產品發展很快,無論是ep輸送帶廠家、還是EP輸送帶生產廠家傳送帶的品種都比較齊全、而且與國際接軌,在產品質量水平上,比較注 注重及時采用國際標準和國外領先標準,已有30余個產品國內和海外標準或行業標準,這些國家基本上都是參照國際標準或國外先進標準制定的 ......
              運輸帶行業新聞

              傳動帶參數測量

              作者:admin  來源:   發布時間:2021-04-06 11:14:28

              傳動帶參數測量

              輸送機和物流系統是自動化生產中生產線的重要組成部分。在進行物品分類處理、完成產品質量控制等工作中,經常需要了解物品的一些細節,如物體的幾何參數,因此基于圖像處理的測量方法被越來越多地采用。測距方法主要有靜態法和動態法兩種,靜態法指的是在相對靜止的目標上,用動態方法能夠獲得清晰的圖像,而動態方法則無法獲得清晰的圖像。

              在一些情況下,運動目標的成像會導致圖像質量下降,為了避免圖像質量下降,或者考慮到機械傳動、運動特性等其他因素,我們通常采用一種圖像在運動狀態下捕獲和處理的方法,以避免圖像質量下降。采用光滑運動系統減少了傳動過程中的振動,提高了系統的工作效率,簡化了系統設計,但圖像處理時間延長。

              本文用動態圖像法測定羽毛球生產中毛發彎曲等參數,介紹了整個系統的構成和運行情況,并給出了主要的工藝結果。

              第二,動態圖象復原的原理。

              了解運動圖像的復原原理,首先要了解圖像的運動方式。

              在Gonzalez水平像運動模型的基礎上,將原始圖像設為f(x,y),在曝光時間T點上,原始圖像沿水平移動距離為a,且曝光時間為線性的情況下,圖像的移動速度不變。

              這是一種遞推關系式,說明從距離當前位置a的恢復圖像可以推算出當前位置的恢復圖像,并且總可以求得模糊圖像g(x)的導數。只有當圖像的長度為a時,才需要遞推關系來獲得整個圖像。

              把m設為x/a的整數部分,下式就可以近似恢復圖像[2]

              恢復圖像的質量依賴于恢復關系式中參數的選取。從背景和對比度兩個方面來看,A和伽馬對恢復效果有影響,而a決定了恢復圖像的質量。通常通過搜索來獲得合適的值。采用文獻上的均方誤差判據實現自動搜索,并給出搜索算法。對于本文所研究的測量環境,由于運動速度是恒定的,參數a一旦確定,即作為參數處理。

              第三,利用圖像處理進行幾何參數計算。

              3.1羽球服裝參數。

              飛球的穩定性是飛球質量的一個重要指標,也就是飛球不搖擺,不直線移動。網球飛行的氣動機理十分復雜,本文對其進行了研究。如能保證將相同形狀的毛片插入到同一球內,則按常規工藝生產的羽毛球飛行穩定性較好。使用傳統的測量方法,不僅速度慢,夾具也會影響軟材料的測量結果。本文嘗試利用圖像捕獲裝置,動態地在傳輸帶上捕獲毛片,獲取毛片的形狀參數,并根據形狀參數分檔,保證16根毛片在同一形狀下插入同一球體。

              毛桿幾何參數主要有毛桿彎曲度、拱度和毛桿粗細度。彎曲是指毛桿中心線與其切線在頂部位置所處的水平距離,弧度是毛片平面上的拱高。介紹了一種彎度測量的方法,首先提取毛桿的邊緣,計算毛桿的中心位置,擬合毛桿的中心線,最后計算彎度值。在這個過程中也有粗略的聯系。

              3.2圖像邊緣提取和邊緣數據采集。

              目標在圖像中的邊緣反映了目標局部的不連續特征。理想邊界為階躍型、頂邊型和凸邊型,由于圖像噪聲的影響,實際邊界十分復雜。

              差分類算子通常用于邊緣檢測。這類算子主要有索貝爾算子、基爾什算子和拉普拉奇安算子等,前者為梯度算子,后者為二階微分算子。Sobel梯度算子在兩個方向選擇一個較大的差值作為梯度值,當兩個方向的差值相同時,誤差最大;Coash在八個方向選擇一個較大的差值作為梯度值,用該算子方法的計算結果來判別邊緣;Rapuchi算子是不依賴于邊緣方向的二階算子,具有旋轉不變性。

              由于微分類算子的固有特性,在進行邊緣檢測時會產生噪聲。因此,在抑制噪聲干擾的同時,邊緣也受到一定程度的鈍化,這就影響了邊緣的提取,因此濾波方案的選擇就成了關鍵。上述微分類算子均采用了濾波算法。Sobel算子采用了三點加權平均法,即在水平和垂直方向濾波時,實際濾波是沿邊緣進行的,濾波對邊緣鈍化效果最??;在45°和135°方向濾波時,濾波點和邊緣的方向相差最大,濾波效果也最好。核(kernel)選擇與邊緣一致,可獲得較好的噪聲抑制和邊緣保持效果。


              相關閱讀

              相關產品

              ?
              韩国日本一免费不卡在线播放_国产剧情av巨作在线_黄色三级片免费在线观看_sss在线视频