| 基于神经网络和形态学的钢表面缺陷识别 |
| |
| 引用本文： | 金艳,杨长辉,张建勋.基于神经网络和形态学的钢表面缺陷识别[J].机床与液压,2010,38(21). |
| |
| 作者姓名： | 金艳 杨长辉 张建勋 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 钢表面图像的信噪比很低,探测目标很小,形状也不规则,因此钢材表面缺陷难于识别.引进基于神经网络和形态学的图像识别方法检测钢表面的各种缺陷,简述图像的预处理和BP神经网络建立的基本过程.通过对比BP神经和RGB阈值方法对钢表面图像的分割结果,表明BP神经网络方法优于RGB阈值方法.利用形态学处理方法过滤噪声,使结果更清晰.此方法能检测出不同类型的缺陷,且具有很强的鲁棒性.
|
| 关 键 词： | 神经网络 形态学 钢表面缺陷 图像识别 |
Defect Recognition of Steel Surface Based on Neural Networks and Morphology |
| |
| JIN Yan,YANG Changhui,ZHANG Jianxun.Defect Recognition of Steel Surface Based on Neural Networks and Morphology[J].Machine Tool & Hydraulics,2010,38(21). |
| |
| Authors: | JIN Yan YANG Changhui ZHANG Jianxun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
