计算机测量与控制
計算機測量與控製
계산궤측량여공제
COMPUTER MEASUREMENT & CONTROL
2012年
5期
1363-1364,1368
,共3页
孙文雅%黄民%李天剑%陈晓
孫文雅%黃民%李天劍%陳曉
손문아%황민%리천검%진효
管道裂缝%BP神经网络%图像分割
管道裂縫%BP神經網絡%圖像分割
관도렬봉%BP신경망락%도상분할
采用BP神经网络方法对管道裂缝图像进行分割,选取图像中100个像素点的RGB值做为网络的训练样本,用改进BP算法对神经网络权值进行训练,经过226次循环后,误差将为0.00001,获取了有效的网络权值,实现了裂缝图像与背景图像的分割；实验证明、该方法分割的结果优于传统的分割方法.
採用BP神經網絡方法對管道裂縫圖像進行分割,選取圖像中100箇像素點的RGB值做為網絡的訓練樣本,用改進BP算法對神經網絡權值進行訓練,經過226次循環後,誤差將為0.00001,穫取瞭有效的網絡權值,實現瞭裂縫圖像與揹景圖像的分割；實驗證明、該方法分割的結果優于傳統的分割方法.
채용BP신경망락방법대관도렬봉도상진행분할,선취도상중100개상소점적RGB치주위망락적훈련양본,용개진BP산법대신경망락권치진행훈련,경과226차순배후,오차장위0.00001,획취료유효적망락권치,실현료렬봉도상여배경도상적분할；실험증명、해방법분할적결과우우전통적분할방법.
