基于计算机图像分析的油液污染度测试方法研究

摘要

传统检测方法存在抗干扰性弱、检测误差大的问题,为了解决该问题,提出了基于计算机图像分析的油液污染度测试方法.根据图像获取原理重现油液污染颗粒含量,使用梯度向量来表示图像灰度变化,采用神经网络检测算法对图像边缘进行检测分析,利用学习向量量化神经网络对颗粒识别,并在识别图像文件获取颗粒污染度含量,并设计污染度评定流程.通过实验验证结果可知,该测试方法抗干扰性强,误差始终没超过20％,检测结果与传统方法相比较为准确.