一种多源信息融合的汽车机油清净分散性定量测定方法

    公开(公告)号:CN104865256A

    公开(公告)日:2015-08-26

    申请号:CN201510151508.6

    申请日:2015-04-01

    Applicant: 长安大学

    Abstract: 本发明公开了一种多源信息融合的汽车机油清净分散性定量测定方法,包括如下步骤:采集油斑彩色图像;将油斑彩色图像转换至HSV颜色空间,得到油斑HSV彩色图;对油斑HSV彩色图进行油环分割,得到油环初图;对油环初图进行后处理,得到油环图;对油斑HSV彩色图进行扩散环分割,得到扩散环初图;对扩散环初图进行后处理,得到扩散环图;对油斑HSV彩色图进行沉淀环检测,得到沉淀环初图;对沉淀环初图进行后处理,得到沉淀环图;根据油环图、扩散环图和沉淀环图,计算扩散环直径比重;根据油斑HSV彩色图,计算沉淀环亮度差比重;根据扩散环直径比重和沉淀环亮度差比重计算油品的清净分散性。本发明能快速、定量地测定出高精度的机油的清静分散性。

    一种基于邻域灰度相似性的钢球磨痕检测方法

    公开(公告)号:CN103761729A

    公开(公告)日:2014-04-30

    申请号:CN201310752277.5

    申请日:2013-12-31

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于邻域灰度相似性的钢球磨痕检测方法,具体包括如下步骤:步骤1:采集钢球的磨痕图像并读入计算机;步骤2:若采集的磨痕图像为彩色图像,转入步骤3;若采集的磨痕图像采集的是灰度图像,则转入步骤4;步骤3:将彩色图像F灰度化;步骤4:计算灰度磨痕图像f的邻域灰度均值图M。步骤5:计算像素的邻域灰度偏差值;步骤6:邻域灰度偏差图S的二值化。步骤7:对邻域灰度相似图L进行去零星操作;步骤8:对灰度相似磨痕图D填补空洞操作;步骤9:形态学开运算。该方法可快速检出钢球的磨痕区,进而可以直接计算出磨痕直径。

    一种基于图像处理的发动机润滑油清净分散性测定方法

    公开(公告)号:CN103472063A

    公开(公告)日:2013-12-25

    申请号:CN201310425726.5

    申请日:2013-09-17

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于图像处理的发动机润滑油清净分散性测定方法,具体包括以下步骤:将发动机油样滴一滴在滤纸上得到油斑;用照相机采集油斑的RGB彩色图像f输入计算机;将油斑图像去噪,得到去噪后的RGB彩色图像;将其转换至HSI颜色模型;对HIS颜色模型的S分量图像分割得到饱和度分割图MS;提取饱和度差异图CS;计算饱和度差异图CS的像素数NS;对HIS颜色模型的I分量图像分割得到油斑的密度分割图MI;提取密度差异图CI;计算密度差异图CI的像素数NI;计算油品的清净分散性系数K:本发明依据沉淀区、扩散区和油环区对亮度的具有不同透射率的特性,自动检测检测扩散区和油环区,从而测定清净分散性的原理。该方法计算简单、精度高,适合在实时的系统中采用。

    一种基于灰度极值的背景重构方法

    公开(公告)号:CN102496163B

    公开(公告)日:2013-07-17

    申请号:CN201110343297.8

    申请日:2011-11-03

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于灰度极值的背景重构方法,具体包括如下步骤:将图像采集设备采集到的N帧图像序列读入计算机系统,用于重构场景的背景图像;基于灰度极值的像素灰度归类:通过下式分别计算各灰度区间类的权重;选择像素点背景;该方法通过灰度极值划分灰度区间类,选择像素点的背景灰度值以构建场景的背景,节省了存储空间,且计算量小;无需对场景中的背景和目标建立模型,能有效避免混合现象;能准确进行背景重构,鲁棒性好;在机械视觉、视频监控、军事科学、城市交通监控中和居民日常安全监控等实时系统领域有着广泛的应用前景。

    一种基于背景重构的运动目标检测方法

    公开(公告)号:CN101877135B

    公开(公告)日:2012-06-20

    申请号:CN201010191439.9

    申请日:2010-06-04

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于背景重构的运动目标检测方法,该方法包括如下步骤:输入图像序列,计算像素的邻帧灰度差;划分灰度平稳区间类;计算各灰度平稳区间类的平均灰度值;合并相近的灰度平稳区间类;像素背景灰度值的选择;运动目标检测;本发明节省存储空间;计算量小,不需要对场景中的背景和目标建立模型;能直接从含有运动前景的场景图像中重构背景,能有效地避免了混合现象;鲁棒性好;应用范围广泛。在机械视觉、视频监控、军事科学、城市交通监控中和居民日常安全监控等实时系统领域有着广泛的应用前景。

    一种薄木板切割系统
    16.
    发明授权

    公开(公告)号:CN101524862B

    公开(公告)日:2012-05-23

    申请号:CN200910021897.5

    申请日:2009-04-08

    Applicant: 长安大学

    Abstract: 本发明涉及一种木材加工设备,具体涉及一种薄木板切割系统。现在的薄木板切割机械使用液压推动刀具进行切割,切割过程中输送部分必须经过停顿,生产效率底下,同时也对自动控制提出了更高的要求。本发明包括输送部分、切割部分、输出部分、电机和控制电机转速的调速控制器;输送部分出口端的前端设置有切割平台,切割部分位于切割平台上方,输出部分入口端位于切割平台下方;所述切割部分包括方形刀架和设置在方形刀架上的切割刀具;电机通过传动装置与方形刀架旋转轴连接;本发明通过改进切割方式,将原来的液压式木板切割变为连续式切割,在切割过程中,输送部分不需要停顿,提高了生产效率。

    一种薄木板切割系统
    17.
    发明公开

    公开(公告)号:CN101524862A

    公开(公告)日:2009-09-09

    申请号:CN200910021897.5

    申请日:2009-04-08

    Applicant: 长安大学

    Abstract: 本发明涉及一种木材加工设备,具体涉及一种薄木板切割系统。现在的薄木板切割机械使用液压推动刀具进行切割,切割过程中输送部分必须经过停顿,生产效率低下,同时也对自动控制提出了更高的要求。本发明包括输送部分、切割部分、输出部分、电机和控制电机转速的调速控制器;输送部分出口端的前端设置有切割平台,切割部分位于切割平台上方,输出部分入口端位于切割平台下方;所述切割部分包括方形刀架和设置在方形刀架上的切割刀具;电机通过传动装置与方形刀架旋转轴连接;本发明通过改进切割方式,将原来的液压式木板切割变为连续式切割,在切割过程中,输送部分不需要停顿,提高了生产效率。

    基于边界分布特性的磨斑异常变形程度的检测方法

    公开(公告)号:CN114782303A

    公开(公告)日:2022-07-22

    申请号:CN202210101447.2

    申请日:2022-01-27

    Inventor: 李金艳 聂进 肖梅

    Abstract: 本发明提供的基于边界分布特性的磨斑异常变形程度的检测方法,包括以下步骤:步骤1,步骤1,对获取得到的四球摩擦磨斑图像进行分割,得到磨斑分割图;步骤2,根据磨斑分割图得到边界像素图;步骤3,根据边界像素图计算磨斑形变程度;步骤4,根据得到的磨斑形变程度对磨斑异常变形进行检测;本发明能实现多个磨斑的形变程度的快速对比和磨斑异常变形程度的检测,该方法具有简单、高效,全程不需要人工辅助等优点。

    一种车门闭合区灰度相近的车门开闭自动检测方法

    公开(公告)号:CN106920230B

    公开(公告)日:2019-07-02

    申请号:CN201710051136.9

    申请日:2017-01-23

    Applicant: 长安大学

    Abstract: 本发明公开了一种车门闭合区灰度相近的车门开闭自动检测方法,该方法,利用公交车辆的视频监控系统的图像采集器实时采集图像数据,基于公交车辆的车门闭合区的灰度一致特性提取车门闭合区,当闭合区被检出时认为车门处于闭合状态,当未检测到车门闭合区时,则认为车门为开启的,从而实现自动检测公交车门所处的状态。本发明基于车门间闭合区域的灰度相近特性来检测车门闭合区,以此判定车门的开闭状态,本发明方法能适合所有闭合区颜色相近的车门状态的检测,适用范围广;本发明具有简单、经济,准确率高等优点。

    静态区特征匹配的出租车监控异常图像信号检测方法

    公开(公告)号:CN106127127B

    公开(公告)日:2019-05-14

    申请号:CN201610437929.X

    申请日:2016-06-17

    Applicant: 长安大学

    Abstract: 本发明公开了一种静态区特征匹配的出租车监控异常图像信号检测方法:步骤1:基准图的选取;步骤2:对基准图预处理,得到滤波基准图;步骤3:车内静态区的选取。步骤4:计算基准图静态区的面积和平均灰度。步骤5:实时采集待检图像帧。步骤6:待检帧预处理。步骤7:计算待检帧静态区的平均灰度。步骤8:非车架静态区的多源特征提取。步骤9:基于非车架静态区异常度的异常图像信号判定。步骤10:考虑车架区的相关系数的异常图像信号判定。利用本发明对出租车监控图像进行检测,平均每幅图像处理时间为0.273s,同时,对出租车监控图像进行检测的准确率达到95.47%。

Patent Agency Ranking