基于霍夫神经网络模型的复材纹理方向检测 |
| |
引用本文: | 张思超,袁立标,梁炜,苑旭东,张吟龙.基于霍夫神经网络模型的复材纹理方向检测[J].信息与控制,2023(4):495-503. |
| |
作者姓名: | 张思超 袁立标 梁炜 苑旭东 张吟龙 |
| |
作者单位: | 1. 中国科学院沈阳自动化研究所机器人学国家重点实验室;2. 中国科学院网络化控制系统重点实验室;3. 中国科学院机器人与智能制造创新研究院;4. 中国科学院大学;5. 沈阳化工大学 |
| |
基金项目: | 国家自然科学基金(62273332);;中国科学院青年创新促进会会员项目(2022201);;广东省基础与应用基础研究基金(2023A1515011363); |
| |
摘 要: | 纹理方向是保证复材韧性和耐腐蚀性的重要参数,基于视觉的复材纹理方向检测方法具有非侵入式、成本低、精度高的特点而被广泛研究,但现有的复材纹理方向检测方法易受到背景干扰,且存在检测精度低和回归一致性差的问题,为此本文提出一种基于霍夫神经网络(Hough neural network, HNN)模型的复材纹理方向检测算法。针对图像中复材区域易受背景区域干扰而影响检测精度的问题,提出一种通道注意力残差网络模型来提取复材图像中的目标纹理区域。针对复材纹理方向检测精度低和回归一致性差的问题,提出一种由粗到精的纹理方向检测方法,基于HNN筛选出正确的纹理方向候选集,再根据候选集进行霍夫变换来回归出更精确的纹理方向。本文所提方法在建立的复材纹理方向检测数据集上进行了大量的测试和分析,验证了所提方法的可行性和有效性。
|
关 键 词: | 复材纹理 方向检测 霍夫神经网络模型 |
|
|