基于高斯拉普拉斯算子的汽车轮胎磨损检测算法

付悦; 万文略

doi:10.13873/J.1000-9787(2022)02-0115-03

Chinese

您当前的位置：

首页 >

文章列表页 >

基于高斯拉普拉斯算子的汽车轮胎磨损检测算法

计算与测试 | 更新时间：2025-09-11

- 基于高斯拉普拉斯算子的汽车轮胎磨损检测算法
- 基于高斯拉普拉斯算子的汽车轮胎磨损检测算法
- 传感器与微系统 2022年第2期页码：115-117+122
- 作者机构：
  
  重庆理工大学电气与电子工程学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2022)02-0115-03
  中图分类号： U472;TP391.41
- 纸质出版：2022
- 稿件说明：
移动端阅览
付悦, 万文略. 基于高斯拉普拉斯算子的汽车轮胎磨损检测算法[J]. 传感器与微系统, 2022,(2):115-117+122.

基于高斯拉普拉斯算子的汽车轮胎磨损检测算法[J]. 2022, (2): 115-117+122.
付悦, 万文略. 基于高斯拉普拉斯算子的汽车轮胎磨损检测算法[J]. 传感器与微系统, 2022,(2):115-117+122. DOI： 10.13873/J.1000-9787(2022)02-0115-03.

基于高斯拉普拉斯算子的汽车轮胎磨损检测算法[J]. 2022, (2): 115-117+122. DOI： 10.13873/J.1000-9787(2022)02-0115-03.

摘要

针对目前人为根据经验判断汽车轮胎是否达到最终使用时间不准确造成资源浪费的问题

提出了一种基于高斯拉普拉斯算子的汽车轮胎磨损检测算法。首先

将拍摄的汽车轮胎图片进行预处理

包括图像灰度化和高斯滤波

用拉普拉斯算子对图像的边缘进行检测;然后

对处理好的图片进行像素坐标提取

通过汽车轮胎花纹深度的检测算法

得到轮胎的实际深度值;最后

将检测的花纹深度值和轮胎使用的临界深度1.6 mm进行对比

若大于这个临界深度

就判断该轮胎可以继续使用

反之

则不可继续使用。实验结果表明:该实验方法能够很好地计算出轮胎花纹的深度值

其准确率可达97.23%以上。

Abstract

针对目前人为根据经验判断汽车轮胎是否达到最终使用时间不准确造成资源浪费的问题

提出了一种基于高斯拉普拉斯算子的汽车轮胎磨损检测算法。首先

将拍摄的汽车轮胎图片进行预处理

包括图像灰度化和高斯滤波

用拉普拉斯算子对图像的边缘进行检测;然后

对处理好的图片进行像素坐标提取

通过汽车轮胎花纹深度的检测算法

得到轮胎的实际深度值;最后

将检测的花纹深度值和轮胎使用的临界深度1.6 mm进行对比

若大于这个临界深度

就判断该轮胎可以继续使用

反之

则不可继续使用。实验结果表明:该实验方法能够很好地计算出轮胎花纹的深度值

其准确率可达97.23%以上。

关键词

Keywords

references

基于改进高斯滤波的医学图像边缘增强 [J]. 许蓉,王直,宗涛. 信息技术 . 2020(04)

改进的轮廓多边形分段逼近算法 [J]. 宋振一,陈少斌,黄宴委,王会平. 传感器与微系统 . 2020(02)

改进的ORB特征匹配算法 [J]. 杨炳坤,程树英,郑茜颖. 传感器与微系统 . 2020(02)

浅谈汽车轮胎的磨损及故障分析 [J]. 戴小虎. 汽车实用技术 . 2019(14)

基于机器视觉的轮胎花纹深度测量系统研究 [J]. 王希波,李爱娟,高金胜,慈勤蓬. 国外电子测量技术 . 2019(04)

一种改进型增强图像处理算法研究与应用 [J]. 刘洋,余建华,顾志芹,陈先锋. 激光与红外 . 2019(03)

汽车轮胎常见异常磨损原因浅析 [J]. 任贤,陈日骏,吕志军. 汽车维护与修理 . 2018(22)

拉普拉斯与双边滤波的图像去运动模糊算法 [J]. 姚海波,蒋建国,齐美彬,王超. 传感器与微系统 . 2017(01)

边缘检测算法及其在图像降噪中的应用研究 [D]. 郭贝贝. 昆明理工大学 2016

浏览量

458

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据