您的位置:
首页 ->
词典 -> 基于直方图匹配的修复算法
1) histogram match based image recover algorithm
基于直方图匹配的修复算法
2) the geomagnetic map matching method based on the isoline matching
基于等值线匹配的地磁图匹配方法
3) the geomagnetic map matching method based on correlative extremum
基于相关极值的地磁图匹配方法
4) image registration based on moment
基于矩的匹配算法
5) regression based image recover algorithm
基于回归的修复算法
6) histogram matching
直方图匹配
1.
A Color Correction Algorithm for Stereo Video Coding Based on Histogram Matching
一种基于直方图匹配的立体视频颜色校正算法
2.
Stripe noise reduction in CBERS-02 data by combining histogram matching with linear space filter
一种直方图匹配和线性空间滤波相结合的条带噪声去除方法
3.
In order to decrease this effect we try to remove these stripes in COCTS images using moment matching correction and histogram matching correction in this pape.
为了解决这个问题,本研究采用矩匹配及直方图匹配法,对COCTS数据进行条带消除。
补充资料:基于零件-设备特征匹配的通用CAPP方法
本文针对特定零件类型和特定设备条件分析了一般CAPP系统的不足,面向多品种零件和各个企业加工设备,提出了基于零件-设备特征匹配的CAPP思想,并详细介绍了其信息描述的模型与匹配的方法。该方法以其特征化、开放化和信息全面化的特点满足了企业对CAPP系统的通用性、实用性的要求。一、引言
迄今为止,在国内外已开发出的CAPP系统中,多数是针对特定的零件类型和特定的设备条件开发的,这种开发策略使得CAPP系统的应用范围受到严格限制,从而严重地影响了其通用性与实用性。为此,面向多品种零件和各个企业加工设备,我们提出基于零件-设备特征匹配(Part-Equipment Feature Matching,简称P-EFM)的CAPP方法,较好地解决了CAPP系统的通用性和实用性问题。
二、信息描述模型
CAPP的工作就是让计算机“熟悉”零件信息和企业设备制造能力的信息,并把待加工的零件信息与企业加工设备的制造能力(机床、夹具和刀具的制造能力的有机统一)信息进行匹配,为零件设计适当工艺的过程。因此,不仅零件信息,企业设备的制造能力信息也是CAPP系统的基础数据,它们都直接影响整个系统的通用性和实用性。建立好零件与设备的信息描述模型是解决系统通用性和实用性的前提和关键性工作。
P-EFM信息描述模型集零件信息与企业设备制造能力信息的描述于一体。下面从两个基本特性方面进行介绍。
1.特征性
在制造技术领域中,零件特征表示与制造操作和工具相关的形状和技术方面的属性,即一个零件几何形状的工程意义。特征的分类是P-EFM信息描述模型特征性的基础。一般而言,零件特征可分为管理特征、形状特征、精度特征、技术特征和材料热处理特征共五大类。管理特征描述与零件管理有关的所有信息,如标题栏信息、未注粗糙度信息等。形状特征描述零件的公称几何关系,它不但是最主要的,而且是种类最多、描述最复杂的零件特征。根据其是否常见,形状特征可分为基本形状特征和特殊形状特征两大类。基本形状特征根据其在构造零件中所起的作用不同,可分为主特征和辅特征两类。主特征又分为简单主特征(如圆柱体、圆锥体、长方体等)和宏特征(如轮毂、轮辐、盘等)。辅特征又分为简单辅特征(如孔、槽、螺纹等)、复制特征(如周向均布孔、阵列孔、轮缘等)和组合特征(如阶梯孔、中心孔等)。特殊形状特征是指某些零件上所具有的特殊形状,如水泵叶轮的流道、高压开关上的直向榫槽等。这类特征不便于分类,其信息没有固定的格式。精度特征描述几何关系的允许变化范围。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条