典型文献
微铣削刀具磨损图像的超分辨率重建研究
文献摘要：
采集到清晰的刀具磨损图像是实现刀具磨损视觉监测方法的关键.针对微铣削加工中直接获取的刀具磨损图像分辨率较低难以实现高精度磨损监测的问题,提出了一种基于深度学习的单幅刀具磨损图像超分辨率重建算法,可以将低分辨率的刀具磨损图像重建为高分辨率的图像.低分辨率刀具磨损图像的特征图被提取后,由注意力模块计算特征图的特征权重,重新对特征图进行特征分配,并结合亚像素卷积对其进行上采样完成刀具磨损图像的超分辨率重建.特征提取无需深层网络,网络结构小.与插值和建模的传统重建方法相比,重建的刀具磨损图像的刀具边缘更加清晰,峰值信噪比和结构相似性指标也得到显著提升.
文献关键词：
微铣削;刀具磨损;超分辨率重建;深度学习
中图分类号：
作者姓名：
孙剑;郭浩;朱锟鹏
作者机构：
中国科学院合肥物质科学研究院智能机械研究所,合肥 230031;中国科学技术大学,合肥230026
文献出处：
引用格式：
[1]孙剑;郭浩;朱锟鹏-.微铣削刀具磨损图像的超分辨率重建研究)[J].组合机床与自动化加工技术,2022(10):32-36
A类：
B类：
刀具磨损,像是,监测方法,微铣削加工,中直,接获,图像分辨率,难以实现,磨损监测,单幅,图像超分辨率重建,重建算法,低分辨率,图像重建,特征图,注意力模块,特征权重,亚像素卷积,上采样,深层网络,传统重建,重建方法,峰值信噪比,结构相似性,相似性指标
AB值：
0.259559
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
