简介:利用机器视觉评定小模数齿轮精度时,在齿轮整体图像中提取的边缘特征信息不能直接描述图像中的单独目标,需要后续识别算法去适应局部的多变特征.为此提出一种基于特征图像的边缘检测效果评价方法来获取丰富的局部图像信息,用于评定小模数渐开线齿轮视觉测量系统中轮廓提取的精度.首先根据齿轮图像中渐开线齿廓边缘的函数特性建立特征图像模型;然后使用基于Zernike矩的亚像素边缘检测算法获取小模数渐开线齿轮特征图像的边缘;最后结合构建特征图像的标准函数,量化特征图像的边缘检测结果与标准函数间的偏差,用以评价边缘检测的效果.实验表明,运用小模数齿轮的特征图像评价基于Zernike矩的亚像素边缘检测算法,渐开线齿廓的检测精度优于0.58pixel.
简介:目的:建立圆葱中134种农药残留检测的气相色谱串联质谱(GC-MS/MS)确证方法。方法:样品中的待测农药组分经乙腈-乙酸乙酯混合溶剂(85:15,v/v)提取,采用改进了的QuEchERS法为净化方法,气相色谱-三重四级杆串联质谱(Gc-Ms/Ms)的多反应监测模式(MRM),内标法定量。结果:在0.01μg/mL~5.0μg/mL的浓度范围内,线性关系良好。在O.005mg/kg~0.1mg/kg添加水平范围内,回收率为60.1%-120.6%,相对标准偏差(RSD)为4.3%-17.8%(n=6)。结论:该方法准确性和重复性好、操作简便,适用于圆葱类复杂基质类蔬菜中多种农药残留的同时测定。