《表2 颗粒识别结果：基于数字图像的油液磨粒智能检测技术》
提示：宽带有限、当前游客访问压缩模式
选取油液中的8种典型颗粒图像进行分析诊断（图4）。计算出每个颗粒的特征参数，见表1，根据颗粒的识别流程，其识别结果见表2。
| 图表编号 | XD0093052000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.06 |
| 作者 | 唐昭明 |
| 绘制单位 | 空军工程大学航空机务士官学校航空修理工程系 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验结果对比：基于卷积神经网络的电力杆塔图像智能识别算法研究》2020.09.25
- 《表2 各区域字符识别率：基于会计信息智能化管理的票据图像处理与识别》2020.09.15
- 《表1：数字图像识别技术在商用车库存盘点中的应用研究》2021.01.01
- 《表1 3路卷积网络基于不同特征组合对手写数字图像的识别能力对比》2020.12.01
- 《表1 输出图像技术参数：数字背景下艺术图像清晰度智能处理系统设计》2020.07.15
- 《表3 测试集实验结果：基于智能视频图像分析的安全帽识别》2020.05.16
- 《表1 各图像数量：智能电能表数字识别算法研究》2020.01.01
- 《表2 裂缝测量结果示例：基于数字图像技术的隧道衬砌裂缝识别方法研究》2019.12.01
- 《表3 数据集中字符数量：智能车道路场景数字字符识别技术》2019.10.10
- 《表2 导管区域识别结果：基于圆周光强检测的血管OCT图像导管的去除方法》2019.09.28
- 《表1 识别性能比较结果：基于图像处理的藏文文字识别技术研究》2019.09.01
- 《表3 混合颗粒检测结果：应用磁性纳米材料的电感式油液金属磨粒检测传感器》2019.09.01
- 《表5棚车装载不良分类：基于深度学习技术的货检图像智能识别与测试研究》2019.06.25
- 《表4敞车装载不良分类：基于深度学习技术的货检图像智能识别与测试研究》2019.06.25
- 《表3罐车装载不良分类：基于深度学习技术的货检图像智能识别与测试研究》2019.06.25
- 《表6装载不良分类：基于深度学习技术的货检图像智能识别与测试研究》2019.06.25
- 《表7测试结果：基于深度学习技术的货检图像智能识别与测试研究》2019.06.25
- 《表2 采用支持向量机方法得到的图像智能识别测试结果》2019.04.01
- 《表6 动态图像检索：基于云计算的智能人脸识别借阅系统研究》2019.07.01
- 《表2 结果数据：基于视觉技术的热成像图像识别系统研究》2019.12.25