浅论铸件基于分层铸造枝状缩松仿真
最后更新时间:2024-01-16
作者:用户投稿本站原创
点赞:24130
浏览:108874
论文导读:陷模板生成算法。再次,在缺陷灰度信息生成方面,结合真实缺陷图像的分布特点,本论文提出了基于缺陷灰度概率密度分布的随机灰度生成算法和利用对扩散结果进行灰度映射的缺陷灰度生成算法。同时,之处随机灰度生成算法,在缺陷中心区域缺乏平滑特点的缺点。最后,本论文给出了本论文算法的实验结果,并以主观和客观两个及角度对本论
摘要:随着铸件制造厂商对铸件质量的提升和现代计算机技术与性能的提升,基于数字图像处理的自动缺陷检测技术日益受到相关领域的探讨人员重视。自动化缺陷检测算法的进展一直受到缺少测试样本的限制。本论文为解决上面陈述的限制,为自动化缺陷检测算法的探讨提供测试样本,展开了对铸造缩松缺陷图像的仿真探讨工作。枝状缩松是铸造缩松缺陷中最为复杂的一种,对枝状缩松缺陷的仿真探讨,对于其它类型缺陷的仿真探讨具有借鉴作用。本论文首先以金属凝固学角度浅析,指出枝状缩松的形成是一项随金属冷却的时间演进历程。缺陷的外形随着时间的演进不断变化,缺陷的生成是一项在时空域变化的历程。之后,以数字图像处理角度,浅析了枝状缩松缺陷的灰度分布、梯度分布和几何外观结构等视觉特点。结合上面陈述的缺陷形成的物理历程和对图像的统计以及解译浅析,本论文提出了以骨架表达缺陷的几何结构信息,并建立了分层模板枝状缩松缺陷的时空模型,实现了该类缺陷的图像仿真。其次,本论文算法把缺陷仿真历程分为几何模板生成、灰度信息生成和背景融合三个阶段。在几何模板生成阶段,提出了3个骨架权重分布策略,并比较不同权重分布策略的优劣。在模板生成上,算法模拟枝状缩松的形成历程,提出了一种骨架结构随时间演进,受控的反几何扩散缺陷模板生成算法。再次,在缺陷灰度信息生成方面,结合真实缺陷图像的分布特点,本论文提出了基于缺陷灰度概率密度分布的随机灰度生成算法和利用对扩散结果进行灰度映射的缺陷灰度生成算法。同时,之处随机灰度生成算法,在缺陷中心区域缺乏平滑特点的缺点。最后,本论文给出了本论文算法的实验结果,并以主观和客观两个及角度对本论文算法的仿真结果进行评价。总结出仿真算法在随机性上的不足和指出算法未来的进展方向。关键词:铸件缺陷仿真论文时空模型论文反几何扩散论文图像生成论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要5-6
ABSTRACT6-9
第一章 绪论9-15
参考文献58-61
攻读硕士学位期间发表论文和取得的科研成果61-62
致谢62-63
附件63
摘要:随着铸件制造厂商对铸件质量的提升和现代计算机技术与性能的提升,基于数字图像处理的自动缺陷检测技术日益受到相关领域的探讨人员重视。自动化缺陷检测算法的进展一直受到缺少测试样本的限制。本论文为解决上面陈述的限制,为自动化缺陷检测算法的探讨提供测试样本,展开了对铸造缩松缺陷图像的仿真探讨工作。枝状缩松是铸造缩松缺陷中最为复杂的一种,对枝状缩松缺陷的仿真探讨,对于其它类型缺陷的仿真探讨具有借鉴作用。本论文首先以金属凝固学角度浅析,指出枝状缩松的形成是一项随金属冷却的时间演进历程。缺陷的外形随着时间的演进不断变化,缺陷的生成是一项在时空域变化的历程。之后,以数字图像处理角度,浅析了枝状缩松缺陷的灰度分布、梯度分布和几何外观结构等视觉特点。结合上面陈述的缺陷形成的物理历程和对图像的统计以及解译浅析,本论文提出了以骨架表达缺陷的几何结构信息,并建立了分层模板枝状缩松缺陷的时空模型,实现了该类缺陷的图像仿真。其次,本论文算法把缺陷仿真历程分为几何模板生成、灰度信息生成和背景融合三个阶段。在几何模板生成阶段,提出了3个骨架权重分布策略,并比较不同权重分布策略的优劣。在模板生成上,算法模拟枝状缩松的形成历程,提出了一种骨架结构随时间演进,受控的反几何扩散缺陷模板生成算法。再次,在缺陷灰度信息生成方面,结合真实缺陷图像的分布特点,本论文提出了基于缺陷灰度概率密度分布的随机灰度生成算法和利用对扩散结果进行灰度映射的缺陷灰度生成算法。同时,之处随机灰度生成算法,在缺陷中心区域缺乏平滑特点的缺点。最后,本论文给出了本论文算法的实验结果,并以主观和客观两个及角度对本论文算法的仿真结果进行评价。总结出仿真算法在随机性上的不足和指出算法未来的进展方向。关键词:铸件缺陷仿真论文时空模型论文反几何扩散论文图像生成论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要5-6
ABSTRACT6-9
第一章 绪论9-15
1.1 探讨作用9-11
1.2 国内外探讨近况11-13
1.2.1 基于 CAD 模型的缺陷图像仿真11-12
1.2.2 基于数字图像算法的缺陷仿真12-13
1.3 论文主要工作13
1.4 本章小结13-15
第二章 铸造枝状缩松缺陷图像特点浅析15-262.1 铸件缩松型缺陷的形成原理15-17
2.2 枝状缩松的视觉特点浅析17-21
2.1 颜色、灰度分布特点17-18
2.2 纹理特点18-19
2.3 梯度分布19-20
2.4 几何结构特点20-21
2.3 基于时空模型的分层生成结构21-25
2.3.1 特点数据收集23-25
2.3.2 缺陷仿真合成25
2.4 本章小结25-26
第三章 几何轮廓的生成26-453.1 引言26-27
3.2 基于形态学的缺陷轮廓生成设计27-29
3.3 缺陷图像灰度的渐变特点和图像扩散策略浅析29-35
3.1 各向同性扩散29-31
3.2 各向异性扩散31-35
3.4 基于扩散的缺陷轮廓生成设计35-42
3.4.1 骨架权重赋予算法36-39
3.4.2 缺陷轮廓模板生成的受控扩散模型设计39-42
3.5 实验结果42
3.6 本章小结42-45
第四章 缺陷灰度生成和背景融合45-504.1 引言45
4.2 缺陷灰度生成45-48
4.3 背景融合48-49
4.4 本章小结49-50
第五章 算法实验结果与质量评价50-575.1 算法流程总结50-51
5.2 生成算法实验结果51-53
5.3 实验结果浅析53-55
5.4 待改善方向55-56
5.5 本章小结56-57
结论57-58参考文献58-61
攻读硕士学位期间发表论文和取得的科研成果61-62
致谢62-63
附件63