仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2013年
11期
2620-2625
,共6页
磁瓦%视觉图像%混沌特性%缺陷提取%Lyapunov指数
磁瓦%視覺圖像%混沌特性%缺陷提取%Lyapunov指數
자와%시각도상%혼돈특성%결함제취%Lyapunov지수
arc magnet%vision image%chaotic characteristic%defect extraction%Lyapunov exponent
针对磁瓦表面的无规律磨痕、不规则倒角及缺陷的多样化复杂化,提出了一种基于混沌特性的视觉图像特征信息提取和判别方法.通过分析磁瓦计算区域灰度图像相邻2行(列)灰度值的Pearson相关系数来产生时间序列,并采用C-C方法对降噪平滑后的时间序列进行计算,得到嵌入维数、时间延迟和序列的平均周期等混沌特性参数,然后使用Wolf方法得到该序列的最大Lyapunov指数,最后使用样本的各混沌参数对神经网络进行训练并测试,对判定有缺陷的磁瓦根据其缺陷特点对其进行了提取.实验结果显示该方法能够准确地将对比度低、表面图像暗淡的磁瓦进行缺陷的自动判别和提取.
針對磁瓦錶麵的無規律磨痕、不規則倒角及缺陷的多樣化複雜化,提齣瞭一種基于混沌特性的視覺圖像特徵信息提取和判彆方法.通過分析磁瓦計算區域灰度圖像相鄰2行(列)灰度值的Pearson相關繫數來產生時間序列,併採用C-C方法對降譟平滑後的時間序列進行計算,得到嵌入維數、時間延遲和序列的平均週期等混沌特性參數,然後使用Wolf方法得到該序列的最大Lyapunov指數,最後使用樣本的各混沌參數對神經網絡進行訓練併測試,對判定有缺陷的磁瓦根據其缺陷特點對其進行瞭提取.實驗結果顯示該方法能夠準確地將對比度低、錶麵圖像暗淡的磁瓦進行缺陷的自動判彆和提取.
침대자와표면적무규률마흔、불규칙도각급결함적다양화복잡화,제출료일충기우혼돈특성적시각도상특정신식제취화판별방법.통과분석자와계산구역회도도상상린2행(렬)회도치적Pearson상관계수래산생시간서렬,병채용C-C방법대강조평활후적시간서렬진행계산,득도감입유수、시간연지화서렬적평균주기등혼돈특성삼수,연후사용Wolf방법득도해서렬적최대Lyapunov지수,최후사용양본적각혼돈삼수대신경망락진행훈련병측시,대판정유결함적자와근거기결함특점대기진행료제취.실험결과현시해방법능구준학지장대비도저、표면도상암담적자와진행결함적자동판별화제취.
