- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
高光谱图像技术在机械产品无损检测中的应用
XXX,XXX
(1.XXXX 大学XX 学院,XX XXXXXX;2. XXXX 大学XX 学院,XX XXXXXX)
摘 要:本文综合高光谱图像技术结合计算机图像技术与光谱技术的优点,介绍了在机械产品无损检测领域的具体应用。阐述了获
得高光谱图像的具体方法和组成,通过实例讲解将该技术用于机械产品检测中,介绍了以主成分分析、独立分量分析和反射率曲线等
方法的高光谱图像处理技术。从检测的内容、数据的处理和在生产的应用等领域的具体研究提出了看法。
关键词:机械产品;无损检测;高光谱图像技术;机器视觉
中图分类号:
第二种是基于成像光谱仪的高光谱图像系统,主要
0 引 言
由成像光谱仪以及CCD 摄像头组成。CCD 摄像头以线
列或面列探测器为敏感元件。成像光谱仪将检测机械反
在机械产品的质量与安全性检测中,采用高光谱图 射或透射来的不同光分成不同单色光源后再进入 CCD
像技术的机器视觉系统是重要的做法和方向。高光谱图 摄像头中。采用扫帚式成像的方法得到高光谱图像,如
像技术检测机械产品信息有图像和光谱等信息。光谱技 图2 所示。
术可以检测出机械产品的物理结构、运行状态等,图像
技术可以全面检测机械产品的外观特征和内在质量,因
而高光谱图像能对机械产品的综合质量与安全性进行具
体检测。∗
1 高光谱图像技术
高光谱图像是一系列光波波长处的光学图像。该图
像比多光谱图像有更高的分辨率,其精度达到了2~3nm
的水平。高光谱图像数据是三维的,又称图像块。其中 图2 扫帚式成像的系统
二维是像素的横纵坐标信息,第三维是其波长信息。
高光谱图像的系统硬件有计算机、光源、CCD 摄像
头、图像采集卡及单色仪等。根据单色仪的差别,分两
2 高光谱图像技术在机械产品检测中的应用
种方法来组建机械产品质量检测高光谱图像系统。
第一种是基于滤波器或滤波片的高光谱图像系统, 把高光谱图像技术用到机械产品检测领域是一项大
采用的成像装置由光学滤波元件及 CCD 摄像头组成。 的技术进步。国外在20 世纪80 年代末就有相关的理论
经过连续的采集,一系列波段样品的二维图像如图1 所 和应用论文,以及具体实验结果。国内在该领域虽然有
示。 一些介绍,但少有影响好的应用论文发表。现在的应用
研究领域有针对机械产品、水果、蔬菜和肉类等的研究。
美国仪器与传感器实验室的Kim、Chen 等人设计出
了一种高光谱成像的系统。这个系统的光谱的波长范围
为430 至930nm,其具体分辨率为 10nm,其具体空间
分辨率为 1mm。它能检测待测机械的高光谱反射和图
像。在进行图像测量时,这个系统通过超声波对待检测
的物体激发,从而增强机械产品的特性。通过具体标定
和校正,除去外部光照环境对成像的各种影响,并进行
图1 基于滤波器的高光
您可能关注的文档
最近下载
- 【同步教学】北师大版数学五年级下册第三单元《分数乘法》单元测试卷2.doc VIP
- 教学大纲_特种设备安全技术.docx VIP
- 个人简历——【标准模板】.doc VIP
- 结构加固方法介绍和选择.ppt VIP
- 【嘉世咨询-2025研报】2025中国两轮电动车行业现状报告.pdf
- 宜宾市叙州区总工会社会化工会工作者招聘笔试真题2022.docx VIP
- 大桥河幸福河湖建设规划方案研究.docx VIP
- 《机械与特种设备安全》教学大纲.pdf VIP
- 2025广东广州市工业和信息化局直属事业单位引进急需人才20人备考试题及答案解析.docx VIP
- 2023年宜宾市叙州区总工会社会化工会工作者招聘考试真题.docx VIP
文档评论(0)