闵莉
- 作品数：24 被引量：57H指数：4
- 供职机构：沈阳建筑大学交通与机械工程学院更多>>
- 发文基金：辽宁省教育厅高等学校科学研究项目国家自然科学基金辽宁省自然科学基金更多>>
- 相关领域：自动化与计算机技术金属学及工艺机械工程电子电信更多>>
- 一种石材大板表面廓形尺寸测量装置及其测量方法
- 一种石材大板表面廓形尺寸测量装置及其测量方法，涉及建筑石材的测量装置及其测量方法。测量装置包括有摄像系统、镜头控制系统和机械运动及支撑机构在内的硬件部分和软件部分，硬件部分包括石材大板工作台、摄像头支撑立住、摄像头横向运...
- 赵民那丽红李洪飞闵莉
- 文献传递
- 基于SFS的三维粗糙度特征提取被引量：1
- 2017年
- 为了更准确地表征粗糙度,实现对表面粗糙度的三维检测,基于计算机视觉理论,运用明暗恢复形状(SFS)方法,以端铣工件表面图像的灰度值E(x,y)为输入量,对应的表面高度值z(x,y)为期望输出,构建了三维重建模型,实现了对端铣工件表面微观形貌的三维重建。运用最小二乘法原理确立最小二乘基准面,结合三维重建模型所求得的端铣工件表面三维形貌高度值,得到表面粗糙度三维特征参数的计算公式,提取出了4个能够表征表面粗糙度的三维特征参数。通过对所求得实验数据的研究,分析得出工件表面粗糙度三维特征参数与粗糙度Ra之间的关系曲线。实验结果表明,该方法可以有效地评估铣削表面粗糙度。
- 闵莉李典董帅
- 关键词：SFS三维重建表面粗糙度
- 基于图像法的端铣表面粗糙度研究
- 2015年
- 基于机器视觉理论,采用图像法,实现了对端铣工件表面粗糙度的非接触式无损检测。通过数字显微镜、高分辨率摄像机与计算机相连接的图像采集系统获取端铣工件表面图像,根据端铣原理和端铣痕迹图像特征,提取基于灰度共生矩阵方法(GLCM)的8表面纹理特征参数,探讨各纹理参数与表面粗糙度评定值Ra的变化规律,从而定性评估端铣工件表面粗糙度。建立BP神经网络检测模型,以端铣表面图像纹理特征参数为输入量,对应的表面粗糙度评定值Ra为期望输出,构建了神经网络检测模型。通过测试样本检验,该方法具有较高的检测精度,能够满足表面粗糙度测量的精度要求。
- 闵莉王哲吴玉厚
- 关键词：图像法GLCM表面粗糙度BP神经网络
- 基于Mumford-Shah模型的水上桥梁目标分割与识别被引量：6
- 2006年
- 在桥梁知识的基础上,从河流和陆地的区域特性出发,提出了一种基于MumfordS-hah(MS)模型的水上桥梁分割算法。首先对MumfordS-hah模型中的区域权重进行相关性定义,实现对水域的分割,然后根据桥梁与河流区域边界的几何位置关系实现对桥梁目标的提取和识别。实验表明,该算法能够实现对水上桥梁目标的提取,尤其对远距离小目标水上桥梁及灰度梯度较弱图像的桥梁分割更有效。
- 闵莉唐延东史泽林
- 关键词：MUMFORD-SHAHLEVELSET
- 基于知识的工程图识别模型研究
- 2008年
- 对人工读图的认知过程进行了分析,总结出其自组织的特征,设计了"基于知识的工程图识别层次模型",将整个工程图识别过程分为像素、矢量图元和工程图形三个层次,层次之间相应地进行基于知识的两阶段的矢量化和识别处理,该模型为各种工程知识的使用打下了基础。
- 闵莉刘继飞
- 关键词：工程图
- 基于Hough变换和GLCM的端铣表面粗糙度检测被引量：2
- 2019年
- 研究基于计算机视觉的非接触式端铣表面粗糙度检测方法。通过图像采集系统获取端铣工件表面图像,并进行图像预处理。基于Hough变换旋转图像,提取特定方向下GLCM的特征参数,较大程度缩短了计算时间。确定了适于表征端铣表面粗糙度的4个GLCM特征参数。采用BP神经网络算法研究纹理特征参数与粗糙度Ra之间的关系,构建粗糙度BP神经网络检测模型。实验表明,基于Hough变换的GLCM纹理特征参数提取方法能快速实现粗糙度纹理特征的提取,而BP神经网络检测模型具有较好的预测效果,能够满足端铣表面粗糙度测量的精度要求。
- 闵莉王哲董帅
- 关键词：表面粗糙度HOUGH变换GLCM纹理特征BP神经网络
- 基于形状保持主动轮廓的椭圆状目标检测(英文)被引量：8
- 2008年
- 本文通过形状约束方程(组)与一般主动轮廓模型结合,将目标形状与主动轮廓模型融合到统一能量泛函模型中,提出了一种形状保持主动轮廓模型即曲线在演化过程中保持为某一类特定形状。模型通过参数化水平集函数的零水平集控制演化曲线形状,不仅达到了分割即目标的目的,而且能够给出特定目标的定量描述。根据形状保持主动轮廓模型,建立了一个用于椭圆状目标检测的统一能量泛函模型,导出了相应的Euler-Lagrange常微分方程并用水平集方法实现了椭圆状目标检测。此模型可以应用于眼底乳头分割,虹膜检测及相机标定。实验结果表明,此模型不仅能够准确的检测出给定图像中的椭圆状目标,而且有很强的抗噪、抗变形及遮挡性能。
- 李小毛唐延东闵莉
- 关键词：水平集
- 基于BP神经网络的车削表面粗糙度检测被引量：3
- 2015年
- 目的研究基于计算机视觉的非接触式车削表面粗糙度检测方法.方法通过由数字显微镜、高分辨率摄像机和计算机等构成的图像采集系统获取车削工件表面图像,提取基于灰度共生矩阵(GLCM)的14个表面纹理特征参数,探讨各纹理特征参数与粗糙度Ra之间的变化规律;以14个表面纹理特征参数为输入层节点输入量,以粗糙度Ra为输出量,构建车削表面粗糙度BP神经网络检测模型.结果检测结果与实测值的绝对误差平均值不超过0.08μm,且相对误差平均值小于2%,BP神经网络检测模型具有较好的检测效果,取得了较高的检测精度.结论基于BP神经网络的车削表面粗糙度检测模型,能够满足表面粗糙度测量的精度要求,对于快速非接触式检测车削表面粗糙度的研究具有借鉴意义.
- 闵莉王哲高龙飞刘大任
- 关键词：纹理分析灰度共生矩阵BP神经网络
- 改进残差密集生成对抗网络的红外与可见光图像融合被引量：1
- 2023年
- 基于深度学习的红外与可见光图像融合算法通常无法感知源图像显著性区域,导致融合结果没有突出红外与可见光图像各自的典型特征,无法达到理想的融合效果.针对上述问题,设计一种适用于红外与可见光图像融合任务的改进残差密集生成对抗网络结构.首先,使用改进残差密集模块作为基础网络分别构建生成器与判别器,并引入基于注意力机制的挤压激励网络来捕获通道维度下的显著特征,充分保留红外图像的热辐射信息和可见光图像的纹理细节信息;其次,使用相对平均判别器,分别衡量融合图像与红外图像、可见光图像之间的相对差异,并根据差异指导生成器保留缺少的源图像信息;最后,在TNO等多个图像融合数据集上进行实验,结果表明所提方法能够生成目标清晰、细节丰富的融合图像,相比基于残差网络的融合方法,边缘强度和平均梯度分别提升了64.56%和64.94%.
- 闵莉曹思健赵怀慈刘鹏飞邰炳昌
- 关键词：图像融合显著性区域
- 便携式超声波测距仪设计被引量：6
- 2008年
- 以AT89S52单片机为核心,本文设计了低成本、便携式、可数字显示的测距仪,利用超声波测距原理,实现距离数据的测量。该测距仪适应一般的工业测量,具有灵敏度高、测量准确的特点。
- 阎焕忠王长涛王鑫闵莉
- 关键词：超声波传感器AT89S52测距
