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:为建立全面评价罗汉果的质量的方法。方法:采用超声强化水提取法进行样品前处理,用罗汉果苷V作为参照物进行指标成分峰的定位,用HPLC对罗汉果水提取物进行分离,比较了水—甲醇、冰醋酸水溶液—甲醇、磷酸水溶液—甲酸、水-乙睛、磷酸水溶液—乙腈、三氟乙酸水溶液—乙腈6种体系的等度、梯度洗脱效果。结果:实验表明在上述6种流动相体系中,以三氟乙酸水溶液—乙腈的洗脱效果最好,色谱条件:梯度洗脱、SinochromODS-BP柱、检测波长为205nm,流速0.8ml/min,柱温25℃。结论:采用HPLC技术,可以得到分离度和重现性均较好的罗汉果水提取物的HPLC色谱图。