现代制造工程
現代製造工程
현대제조공정
MODERN MANUFACTURING ENGINEERING
2009年
10期
133-138
,共6页
数学形态学%目标跟踪%小波变换%神经网络%模式识别%LabVIEW环境
數學形態學%目標跟蹤%小波變換%神經網絡%模式識彆%LabVIEW環境
수학형태학%목표근종%소파변환%신경망락%모식식별%LabVIEW배경
提出基于数学形态学的运动零件图像序列跟踪和用相对边缘像素系数作为运动零件图像特征的识别方法.首先,对运动零件图像序列进行数学形态学的膨胀、腐蚀和区域填充处理,提取运动零件图像序列的质心运动轨迹,完成运动零件的跟踪.然后,对跟踪的零件图像进行小波多尺度边缘检测,将被检测的边缘轮廓图像分成若干个子区域并分别统计各子区域的边缘像素量,各子区域中的相对边缘像素系数作为零件的特征,将这些特征作为神经网络的输入样本,由神经网络实现识别.给出基于LabVIEW环境的实验结果,结果表明,提出的方法是有效的.
提齣基于數學形態學的運動零件圖像序列跟蹤和用相對邊緣像素繫數作為運動零件圖像特徵的識彆方法.首先,對運動零件圖像序列進行數學形態學的膨脹、腐蝕和區域填充處理,提取運動零件圖像序列的質心運動軌跡,完成運動零件的跟蹤.然後,對跟蹤的零件圖像進行小波多呎度邊緣檢測,將被檢測的邊緣輪廓圖像分成若榦箇子區域併分彆統計各子區域的邊緣像素量,各子區域中的相對邊緣像素繫數作為零件的特徵,將這些特徵作為神經網絡的輸入樣本,由神經網絡實現識彆.給齣基于LabVIEW環境的實驗結果,結果錶明,提齣的方法是有效的.
제출기우수학형태학적운동령건도상서렬근종화용상대변연상소계수작위운동령건도상특정적식별방법.수선,대운동령건도상서렬진행수학형태학적팽창、부식화구역전충처리,제취운동령건도상서렬적질심운동궤적,완성운동령건적근종.연후,대근종적령건도상진행소파다척도변연검측,장피검측적변연륜곽도상분성약간개자구역병분별통계각자구역적변연상소량,각자구역중적상대변연상소계수작위령건적특정,장저사특정작위신경망락적수입양본,유신경망락실현식별.급출기우LabVIEW배경적실험결과,결과표명,제출적방법시유효적.