温馨提示：由于个人手机设置不同，如果发现不能下载，请复制以下地址【https://www.wenke99.com/d-6652547.html】到电脑端继续下载（重复下载不扣费）。
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。 2: 试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓。 3: 文件的所有权益归上传用户所有。 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。 5. 本站仅提供交流平台，并不能对任何下载内容负责。 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
本文（基于计算机视觉的受电弓滑板磨耗图像的识别6页.doc）为本站会员（晟***）主动上传，文客久久仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私，请立即通知文客久久（发送邮件至hr@wenke99.com或直接QQ联系客服），我们立即给予删除！
基于计算机视觉的受电弓滑板磨耗图像的识别 摘 要：根据计算机视觉原理、数字图像处理与识别理论，针对受电弓滑板图片，文章提出边缘提取和上边缘搜索等改进算法，实现滑板磨耗超限故障图像的辨识。将图片进行滤波去噪等预处理，再进行边缘定位检测、图像分割、图像增强、图像复原等处理。综合运用改进的Canny算法、Hough变换、BP神经网络来识别滑板厚度。文章的研究成果对高速铁路受电弓滑板磨耗超限等典型故障的检测与识别具有一定的理论研究价值和工程实用价值。 关键词：数字图像处理；图像预处理；Canny算法；BP神经网络 电力机车通过输电网的受电弓获取电能，受电弓滑板表面和导线之间构成一对摩擦副，当滑板磨耗超限等典型故障出现时，可能造成卡网或拉网，严重危及列车安全，因此对受电弓滑板的磨耗图像进行准确识别具有重要意义。 目前，受电弓滑板检测的方法主要有人工登顶测量法、光纤检测法、超声波传感器检测法、光学三角测量法和计算机图像检测法。图像处理利用图像测量技术，检测所需参数的特征，属于非接触测量动态与静态测量相结合，客观真实。本文对由CCD相机拍摄的受电弓照片进行图
Copyright © 2018-2021 Wenke99.com All rights reserved
工信部备案号：浙ICP备20026746号-2
公安局备案号：浙公网安备33038302330469号
本站为C2C交文档易平台，即用户上传的文档直接卖给下载用户，本站只是网络服务中间平台，所有原创文档下载所得归上传人所有，若您发现上传作品侵犯了您的权利，请立刻联系网站客服并提供证据，平台将在3个工作日内予以改正。
