| 基于最优PCNN模型的织物疵点自动检测 |
| |
| 引用本文： | 宋寅卯,袁端磊,卢易枫,乔桂花.基于最优PCNN模型的织物疵点自动检测[J].仪器仪表学报,2008,29(4):888-891. |
| |
| 作者姓名： | 宋寅卯 袁端磊 卢易枫 乔桂花 |
| |
| 作者单位： | 1. 郑州轻工业学院电气信息工程学院,郑州,450002
2. 平高集团有限公司研发中心,平顶山,467000 |
| |
| 摘 要： | 脉冲耦合神经网络(PCNN)直接来自于动物视觉特性的研究,它可以准确地检测到织物疵点的存在.但因目前理论上很难解释PCNN模型参数与图像识别效果之间的关系,为了获得较好的图像识别效果,需要多次的实验来选择PCNN模型参数.本文提出了一种根据织物纹理的特征,自动选择最优化PCNN模型参数的方法.实验结果表明,优化后PCNN模型可以有效地提取到纹理图像局部的灰度和空间邻近的特征信息,从而获得理想的织物疵点检测效果.
|
| 关 键 词： | 织物疵点 检测 PCNN模型 最优化 最优化 PCNN 模型参数 织物纹理 疵点自动检测 model optimum based defects fabric detection 检测效果 特征信息 空间邻近 灰度 局部 纹理图像 提取 结果 方法 |
| 修稿时间： | 2006年7月1日 |
Automated detection of fabric defects based on optimum PCNN model |
| |
| Song Yinmao,Yuan Duanlei,Lu Yifeng,Qiao Guihua.Automated detection of fabric defects based on optimum PCNN model[J].Chinese Journal of Scientific Instrument,2008,29(4):888-891. |
| |
| Authors: | Song Yinmao Yuan Duanlei Lu Yifeng Qiao Guihua |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
