期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于局部自相关函数熵的木材砂光表面粗糙度视觉检测方法
1
作者 祝亚 伍希志 黄渊硕 《林业科学》 北大核心 2025年第5期199-206,共8页
【目的】针对传统接触式粗糙度仪测量木材砂光表面粗糙度时存在的测量误差大、操作繁琐、在线检测困难等问题,提出一种基于局部自相关函数熵(LAEnt)的木材砂光表面粗糙度视觉检测方法,为木材砂光表面粗糙度测量提供高效、准确的非接触... 【目的】针对传统接触式粗糙度仪测量木材砂光表面粗糙度时存在的测量误差大、操作繁琐、在线检测困难等问题,提出一种基于局部自相关函数熵(LAEnt)的木材砂光表面粗糙度视觉检测方法,为木材砂光表面粗糙度测量提供高效、准确的非接触式检测手段。【方法】首先,阐明局部自相关函数熵检测表面粗糙度的机理,建立局部自相关函数熵算法;然后,采用正交试验法开展木材砂光试验,获取砂光表面图像和表面粗糙度;最后,探究砂带目数、砂带速度、气鼓轮进给量等因素对木材砂光表面粗糙度的影响,分析局部自相关函数熵和自相关函数熵(AEnt)与表面粗糙度的相关性,基于砂光表面的局部自相关函数熵和自相关函数熵数据,利用支持向量机(SVM)分别建立木材砂光表面粗糙度检测模型SVM-LAEnt和SVM-AEnt。【结果】砂带目数对木材砂光表面粗糙度的影响最显著,砂带目数与表面粗糙度呈强负相关,砂带速度和气鼓轮进给量对表面粗糙度的影响相对较小;局部自相关函数熵与木材砂光表面粗糙度呈显著线性相关,相关系数为0.9733;且LAEnt特征提取效率显著优于AEnt,单张图像运算时间仅为AEnt的2.95%;基于SVM的建模结果表明,SVM-LAEnt模型拟合平均相对误差为2.56%(最大11.22%),预测平均相对误差为5.13%(最大11.30%),均优于SVM-AEnt模型(平均拟合相对误差8.98%,最大拟合相对误差20.68%,平均预测相对误差15.08%,最大预测相对误差31.13%)。【结论】局部自相关函数能够描述木材砂光表面的纹理特征和粗糙程度,在检测表面粗糙度时,采用局部自相关函数熵可更好地表征表面粗糙度。 展开更多
关键词 木材砂光 表面粗糙度 局部自相关函数 熵 支持向量机
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部