机械制造
機械製造
궤계제조
MACHINERY
2007年
3期
24-26
,共3页
Matalab%神经网络%带钢表面缺陷%识别与分类%特征提取
Matalab%神經網絡%帶鋼錶麵缺陷%識彆與分類%特徵提取
Matalab%신경망락%대강표면결함%식별여분류%특정제취
采用灰度直方图特征、灰度共生矩阵特征和小波变换特征相结合的提取方法,在提取特征向量的基础上,基于Matlab6.5环境下的神经网络工具箱,应用了兼顾识别速度与分类准确性的RBF神经网络分类器对带钢表面缺陷进行识别与分类,通过试验数据的分析,证明此算法可以作为高速生产线的带钢表面缺陷的实时检测优选方案.
採用灰度直方圖特徵、灰度共生矩陣特徵和小波變換特徵相結閤的提取方法,在提取特徵嚮量的基礎上,基于Matlab6.5環境下的神經網絡工具箱,應用瞭兼顧識彆速度與分類準確性的RBF神經網絡分類器對帶鋼錶麵缺陷進行識彆與分類,通過試驗數據的分析,證明此算法可以作為高速生產線的帶鋼錶麵缺陷的實時檢測優選方案.
채용회도직방도특정、회도공생구진특정화소파변환특정상결합적제취방법,재제취특정향량적기출상,기우Matlab6.5배경하적신경망락공구상,응용료겸고식별속도여분류준학성적RBF신경망락분류기대대강표면결함진행식별여분류,통과시험수거적분석,증명차산법가이작위고속생산선적대강표면결함적실시검측우선방안.
