收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

蚁群算法在铁谱图像处理中的应用研究

张龙  
【摘要】:磨损是造成机械设备故障和失效的主要原因之一,对机械设备进行磨损工况监测和故障诊断可以实现设备的预防性维修,减少停机损失并保证人员与设备安全,避免突发故障和灾难的发生,具有重要意义。铁谱分析是上世纪70年代出现的一种磨损颗粒分析和机器状态监测技术,是目前最经济且有效的磨损检测方法之一。铁谱图像处理与分析是现代铁谱分析技术的关键环节。实现铁谱图像中磨粒的准确分割,对后续的磨粒分析和识别,以及磨损状态监测和故障诊断有重要的意义。 本文主要对铁谱图像磨粒分割和磨粒边缘检测进行了研究,具体如下: (1)针对铁谱图像中较难分割的磨粒沉积链和异常大磨粒,提出融合改进分水岭变换和蚁群算法(Combining Watershed andAnt ColonyAlgorithm,CWACA)的铁谱图像分割方法。首先,采用彩色梯度算子获得铁谱图像的梯度图,采用标记分水岭变换对开闭重建后的铁谱梯度图像进行处理,实现磨粒的初步分割;其次,将颜色差异项和动态搜索半径引入到蚁群聚类中,通过改进蚁群聚类准则,合并相似区域,实现异常大磨粒的分割。但是,因为磨粒沉积链上许多细小的磨粒彼此连接、性质相近甚至相同,因此也有可能被错误地合并到一起。因此在进行蚁群聚类后,还需要利用形状参数——长宽比,对聚类结果进行判别和修正,从而实现不同类型磨粒的准确分割。最后,将本文算法与大津阈值法、K均值聚类和模糊C均值聚类算法进行比较,实验结果证明,本方法是一种对磨粒沉积链和异常大磨粒进行分割的有效方法。 (2)本文利用蚁群算法对磨粒边缘进行检测。首先利用阈值法提取包含磨粒边缘信息的目标点,将蚂蚁分布在目标点上,可以将蚂蚁快速引导到磨粒边缘周围;然后利用像素梯度值和颜色差异大小引导蚂蚁移动,从而实现磨粒边缘检测;最后探讨了蚁群算法中不同参数对检测结果的影响。 本课题以Visual C++6.0为平台,利用OpenCV函数库实现各算法。实验结果证明了本文提出的图像分割和边缘检测方法的可行性和有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王伟华,马艳艳,王成焘,叶俊;一种基于相关准则的磨粒图像二值化算法[J];计算机工程;2003年18期
2 杨忠,左洪福,刘正埙;基于微机图象处理的滑油磨粒测量与分析系统[J];数据采集与处理;1997年04期
3 马怀祥,王辉,高磊;用于故障诊断的磨粒监测技术[J];石家庄铁道学院学报;1999年03期
4 刘国光;基于支持向量机的磨粒铁谱识别系统[J];中国设备工程;2004年11期
5 李忠,方跃法,陈大融;基于神经网络扩展内容寻址的“彩色磨粒智能识别机”研究与实现[J];北方交通大学学报;1998年04期
6 邹福召;数控机床传动系统磨损故障诊断[J];机械工人.冷加工;2004年10期
7 张怀亮,邱显焱,卜英勇;基于真彩色的磨粒分形维数计算系统的设计[J];中南工业大学学报(自然科学版);2002年03期
8 苏建修,郭东明,康仁科,金洙吉,李秀娟;ULSI制造中硅片化学机械抛光的运动机理[J];半导体学报;2005年03期
9 傅建平,廖振强,张培林,汪传忠;基于2D熵阈值的铁谱磨粒图像分割方法[J];计算机工程与应用;2005年18期
10 刘峰璧,谢友柏;磨损颗粒监测电容传感器理论研究[J];机械设计与研究;2004年01期
11 吕聪颖,于哲舟,周春光,王康平,庞巍;动态自适应蚁群算法在二次分配问题中的应用[J];吉林大学学报(理学版);2005年04期
12 刘小梅;张君静;;蚁群优化算法基本原理及其应用[J];西部探矿工程;2008年10期
13 刘文;郑丽英;;基于蚁群算法的模糊C均值聚类[J];太原科技;2009年01期
14 孙云山;王学深;刘健;白婧;刘凯;赵冬青;;蚁群算法及其在物流系统中的应用研究[J];科技情报开发与经济;2010年16期
15 李方洁;刘希玉;;基于渐进蚁群算法的DNA多序列比对[J];网络安全技术与应用;2010年09期
16 于连伯;;蚁群算法的研究[J];江苏科技信息;2010年09期
17 卜英勇,张怀亮,秦雅琴;铁谱磨粒形态特征提取的新进展与适用范围[J];中国有色金属学报;1998年03期
18 陈烨;带杂交算子的蚁群算法[J];计算机工程;2001年12期
19 陈果,左洪福;基于模糊聚类分析的彩色磨粒图像目标提取[J];数据采集与处理;2001年03期
20 丁滢颍,何衍,蒋静坪;基于蚁群算法的多机器人协作策略[J];机器人;2003年05期
中国重要会议论文全文数据库 前10条
1 关洪浩;唐巍;;蚁群算法的生成树在配电网网架规划中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
2 吴正伟;吉文来;陈伟佳;卢扣;;基于蚁群算法的城市紧急救援最佳路径选择[A];地理信息与物联网论坛暨江苏省测绘学会2010年学术年会论文集[C];2010年
3 王鹤;邵良杉;邱云飞;;蚁群算法在露天矿运输系统路径优化中的应用[A];第五届全国煤炭工业生产一线青年技术创新文集[C];2010年
4 刘杰;闫清东;;基于蚁群算法的移动机器人路径规划技术的研究[A];逻辑学及其应用研究——第四届全国逻辑系统、智能科学与信息科学学术会议论文集[C];2008年
5 严彬;熊伟清;程美英;叶青;;基于拥塞控制的多种群二元蚁群算法[A];第二十七届中国控制会议论文集[C];2008年
6 肖岭;熊辉;;一种针对频率指配问题的改进蚁群算法[A];电波科学学报[C];2011年
7 宋春峰;侯媛彬;赵圣刚;;蚁群算法在陀螺温控系统中的应用研究[A];第十四届全国煤矿自动化学术年会暨中国煤炭学会自动化专业委员会学术会议论文集[C];2004年
8 张如伟;黄捍东;赵迪;;一种新的地震非线性反演方法[A];中国地球物理学会第二十四届年会论文集[C];2008年
9 师凯;蔡延光;邹谷山;王涛;;运输调度问题的蚁群算法研究[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
10 陈峻;沈洁;秦玲;;蚁群算法进行连续参数优化的新途径[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(下册)[C];2002年
中国博士学位论文全文数据库 前10条
1 许志红;交流接触器智能化控制与设计技术的研究及实现[D];福州大学;2006年
2 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
3 顾中舜;中继卫星动态调度问题建模及优化技术研究[D];国防科学技术大学;2008年
4 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年
5 陈宝文;蚁群优化算法在车辆路径问题中的应用研究[D];哈尔滨工业大学;2009年
6 唐连生;突发事件下的车辆路径问题研究[D];西南交通大学;2008年
7 何荥;用信息法研究天空亮度分布[D];重庆大学;2008年
8 闫博;基于蚁群算法的集装箱港口选择与网络均衡分析[D];大连海事大学;2008年
9 吕雄伟;邮政物流车辆路径问题研究[D];西南交通大学;2009年
10 刘波;蚁群算法改进及应用研究[D];燕山大学;2010年
中国硕士学位论文全文数据库 前10条
1 傅宏;基于遗传多蚁群算法的QoS组播路由算法研究[D];重庆大学;2010年
2 潘鹏竹;协同制造调度问题的蚁群算法研究[D];沈阳工业大学;2010年
3 饶跃东;基于改进蚁群算法的无人飞行器航迹规划应用研究[D];武汉理工大学;2010年
4 邵晓路;蚁群群体智能网络可视化试验平台研制[D];浙江理工大学;2010年
5 吕海鹏;改进蚁群算法在YKK系列中型高压电机优化设计中的应用[D];哈尔滨理工大学;2010年
6 刘志勇;基于蚁群算法与竞选算法的作业车间调度求解及比较研究[D];广东工业大学;2011年
7 孙莹;无底柱分段崩落法矿山生产调度系统优化研究[D];西安建筑科技大学;2010年
8 张守年;改进的蚁群算法及其在QoS中的应用[D];华南理工大学;2010年
9 李旭;应用点着色聚类改进蚁群算法[D];四川师范大学;2010年
10 林时来;基于蚁群算法的呼吸信号情感识别研究[D];西南大学;2011年
中国重要报纸全文数据库 前10条
1 惠永辉 徐源;张昌龙—— 勇于挑战难题[N];解放军报;2009年
2 陈军;薄刀分纸机配套砂轮浅析[N];中国包装报;2003年
3 周祺 译;抛光工艺中的奥秘[N];中国黄金报;2006年
4 蔡祖光;石材加工污水的絮凝沉降净化处理[N];中国建材报;2004年
5 蔡祖光;抛光砖污水的絮凝沉降净化处理[N];广东建设报;2004年
6 栗弘儒;超美科技:世界高尖润滑科技的领先者[N];中国高新技术产业导报;2003年
7 方跃平;葛世荣:“摩擦”生辉[N];中国煤炭报;2005年
8 ;陶瓷热喷涂技术应用前景广阔[N];今日信息报;2003年
9 吴小锋;华锡车选厂敲定2009年技术课题[N];中国有色金属报;2009年
10 汽车中国;养护车身 三要三不要[N];中国消费者报;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978