[发明专利]利用高阶高斯回归滤波和Radon变换提取表面特征的方法有效

专利信息
申请号: 201811026685.1 申请日: 2018-09-04
公开(公告)号: CN109190642B 公开(公告)日: 2019-05-31
发明(设计)人: 卢文龙;戴嘉程;王健;杨文军;刘晓军;周莉萍 申请(专利权)人: 华中科技大学
主分类号: G06K9/46 分类号: G06K9/46;G06K9/40
代理公司: 武汉东喻专利代理事务所(普通合伙) 42224 代理人: 李佑宏
地址: 430074 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了利用高阶高斯回归滤波和Radon变换提取表面特征的方法,其通过缸体表面的测试数据和滤波中线得到表面粗糙度数据,对表面粗糙度数据进行Radon变化,并求得极大值点主要分布值得到沟槽中心线信息,进一步得到所有沟槽的宽度信息,从而依据获得缸体表面沟槽信息以评估缸体的加工过程,该方法利用高阶高斯回归滤波对表面形貌数据进行预处理,然后结合Radon变换的特点将其运用在了珩磨表面沟槽特征的提取上,解决沟槽密集处由于特征方向性减弱所造成的特征提取困难的问题。
搜索关键词: 滤波 高阶 高斯 表面粗糙度 表面特征 缸体表面 回归 预处理 表面形貌数据 沟槽中心线 测试数据 沟槽特征 沟槽信息 极大值点 宽度信息 特征提取 珩磨表面 缸体 评估
【主权项】:
1.利用高阶高斯回归滤波和Radon变化提取表面特征的方法,其特征在于,具体步骤为:S1.测试得到缸体表面的测试数据z(t),利用高阶高斯回归滤波方法计算缸孔表面的滤波中线C(t),得到表面粗糙度数据f(t)=z(t)‑C(t),t为缸体表面测试点的坐标值;S2.求解表面粗糙度数据f(t)所有的极小值点并进行Radon变换,Radon变换为从角度θ和距离l上对表面数据进行泛函积分从而得到数组[a],a为数组元素;S3.将数组[a]的每列的数据累加得到一个数组其中thr为Radon变化积分线距中心点距离的最大值,将数组作图得到极大值点主要分布的三个θ值;S4.提取极大值点主要分布的三个θ值在数组[a]的三列数据,统计三列数据中的极大值点并得到极大值点的纵坐标l;统计所有极大值点的θ和l的数据从而得到所有沟槽的中心线信息;S5.依据所有沟槽的中心线信息和表面粗糙度数据得到所有沟槽的宽度信息,从而依据获得缸体表面沟槽信息以评估缸体的加工过程。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201811026685.1/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top