期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于AKAZE和PROSAC的风机叶片裂纹图像拼接方法
被引量：
3
1
作者
崔晨阳
方宇
+2 位作者
高玮玮
王明红
杨皓
《电子测量技术》
北大核心
2024年第7期177-183,共7页
为获得完整且高分辨率的风机叶片裂纹图像,利用图像拼接技术将多张高分辨率图像拼接成一副完整的图像。针对风机叶片裂纹图像特征检测困难、匹配率低和拼接质量差的问题,提出一种基于AKAZE算法和PROSAC算法的图像拼接方法。首先,该方法...
为获得完整且高分辨率的风机叶片裂纹图像,利用图像拼接技术将多张高分辨率图像拼接成一副完整的图像。针对风机叶片裂纹图像特征检测困难、匹配率低和拼接质量差的问题,提出一种基于AKAZE算法和PROSAC算法的图像拼接方法。首先,该方法利用AKAZE算法检测图像特征点,并生成二进制的特征点描述符;然后,将汉明距离作为相似度测量对特征点进行暴力匹配,在此基础上采用PROSAC算法优化特征匹配结果,并计算图像变换矩阵;最后,使用渐入渐出融合算法消除拼接痕迹,获得完整的叶片裂纹图像。试验结果表明,本文方法能够检测出数量丰富的特征点,匹配正确率在95%以上,拼接精度约为0.7个像素,并且拼接速度较SIFT方法提升了17%。AKAZE+PROSAC方法可以更好地满足高分辨率风机叶片裂纹图像拼接的需求。
展开更多
关键词
AKAZE特征点检测
PROSAC算法
图像拼接
风机叶片裂纹
在线阅读
下载PDF
职称材料
基于气动信号分析的风机叶片裂纹故障识别
被引量：
10
2
作者
黎少辉
蔡利梅
《振动与冲击》
EI
CSCD
北大核心
2017年第19期227-231,共5页
针对风机叶片裂纹故障,提出通过分析风机出口气动信号,实现在线动态检测裂纹的方法。采集叶片不同状态下的风机出口气动信号,利用db4小波对气动信号进行5层分解,并单支重构,将各频带归一化能量构成6维特征向量;对能量向量进行主成分分析...
针对风机叶片裂纹故障,提出通过分析风机出口气动信号,实现在线动态检测裂纹的方法。采集叶片不同状态下的风机出口气动信号,利用db4小波对气动信号进行5层分解,并单支重构,将各频带归一化能量构成6维特征向量;对能量向量进行主成分分析,基于贡献率实现特征选择;采用K均值聚类方法进行叶片状态识别。实验结果表明,气动信号能有效反映风机叶片状态的变化,该方法可以实现叶片正常、异常状态检测及裂纹长度状态区分,提供了风机叶片裂纹在线实时检测依据和手段。
展开更多
关键词
风机叶片裂纹
故障识别
气动信号
小波变换
主成分分析
K均值聚类
在线阅读
下载PDF
职称材料
题名
基于AKAZE和PROSAC的风机叶片裂纹图像拼接方法
被引量：
3
1
作者
崔晨阳
方宇
高玮玮
王明红
杨皓
机构
上海工程技术大学机械与汽车工程学院
出处
《电子测量技术》
北大核心
2024年第7期177-183,共7页
文摘
为获得完整且高分辨率的风机叶片裂纹图像,利用图像拼接技术将多张高分辨率图像拼接成一副完整的图像。针对风机叶片裂纹图像特征检测困难、匹配率低和拼接质量差的问题,提出一种基于AKAZE算法和PROSAC算法的图像拼接方法。首先,该方法利用AKAZE算法检测图像特征点,并生成二进制的特征点描述符;然后,将汉明距离作为相似度测量对特征点进行暴力匹配,在此基础上采用PROSAC算法优化特征匹配结果,并计算图像变换矩阵;最后,使用渐入渐出融合算法消除拼接痕迹,获得完整的叶片裂纹图像。试验结果表明,本文方法能够检测出数量丰富的特征点,匹配正确率在95%以上,拼接精度约为0.7个像素,并且拼接速度较SIFT方法提升了17%。AKAZE+PROSAC方法可以更好地满足高分辨率风机叶片裂纹图像拼接的需求。
关键词
AKAZE特征点检测
PROSAC算法
图像拼接
风机叶片裂纹
Keywords
AKAZE feature point detection
PROSAC algorithm
image stitching
wind turbine blade crack
分类号
TP391 [自动化与计算机技术—计算机应用技术]
TN911.73 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于气动信号分析的风机叶片裂纹故障识别
被引量：
10
2
作者
黎少辉
蔡利梅
机构
徐州工业职业技术学院机电工程学院
中国矿业大学信息与控制工程学院
出处
《振动与冲击》
EI
CSCD
北大核心
2017年第19期227-231,共5页
基金
江苏省"青蓝工程"资助项目
江苏省高职院校高级访问学者计划项目
文摘
针对风机叶片裂纹故障,提出通过分析风机出口气动信号,实现在线动态检测裂纹的方法。采集叶片不同状态下的风机出口气动信号,利用db4小波对气动信号进行5层分解,并单支重构,将各频带归一化能量构成6维特征向量;对能量向量进行主成分分析,基于贡献率实现特征选择;采用K均值聚类方法进行叶片状态识别。实验结果表明,气动信号能有效反映风机叶片状态的变化,该方法可以实现叶片正常、异常状态检测及裂纹长度状态区分,提供了风机叶片裂纹在线实时检测依据和手段。
关键词
风机叶片裂纹
故障识别
气动信号
小波变换
主成分分析
K均值聚类
Keywords
fan blade crack
fault diagnosis
pneumatic signals
wavelet transform
principal components analysis
K-means
分类号
TH165.3 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于AKAZE和PROSAC的风机叶片裂纹图像拼接方法
崔晨阳
方宇
高玮玮
王明红
杨皓
《电子测量技术》
北大核心
2024
3
在线阅读
下载PDF
职称材料
2
基于气动信号分析的风机叶片裂纹故障识别
黎少辉
蔡利梅
《振动与冲击》
EI
CSCD
北大核心
2017
10
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
