| 基于改进型脉冲耦合神经网络的刀具磨损图像检测 |
| |
| 引用本文： | 李鹏阳,祝双武,郝重阳,王毅,陈世浩.基于改进型脉冲耦合神经网络的刀具磨损图像检测[J].西北工业大学学报,2008,26(2):194-199. |
| |
| 作者姓名： | 李鹏阳 祝双武 郝重阳 王毅 陈世浩 |
| |
| 作者单位： | 西北工业大学,电子信息学院,陕西,西安,710072 |
| |
| 基金项目： | 陕西省教育厅资助项目
,
陕西省自然科学基金 |
| |
| 摘 要： | 脉冲耦合神经网络(Pulse Coupled Neural Networks,PCNN)图像分割法能很好将机械 加工中的刀具磨损区域分割出来,但分割出来的图像是二值图像,很难将刀体和背景区分开来 ,这样就难于达到对刀具及其磨损状态进行精确监测的目的,为了解决这一难题,文中提出了 改进的脉冲耦合神经网络分割算法,可成功分割出刀具磨损区、刀体和背景区域,通过对分割 后图像的分析与识别,可以实现对刀具磨损状态的检测.对车削加工中刀具不同磨损阶段的磨损图像进行分割的实验,证明了该算法的有效性.
|
| 关 键 词： | 改进的PCNN 刀具磨损图像分割 磨损区域 改进 脉冲耦合神经网络 刀具磨损 图像检测 PCNN Modified Detection Image Tool Wear Algorithm 有效性 网络分割算法 实验 行分割 车削加工 识别 分析 背景区域 功分 精确监测 |
| 文章编号： | 1000-2758(2008)02-0194-06 |
| 修稿时间： | 2007年3月7日 |
A More Accurate Algorithm for Tool Wear Image Detection Using Modified PCNN |
| |
| Li Pengyang,Zhu Shuangwu,Hao Chongyang,Wang Yi,Chen Shihao.A More Accurate Algorithm for Tool Wear Image Detection Using Modified PCNN[J].Journal of Northwestern Polytechnical University,2008,26(2):194-199. |
| |
| Authors: | Li Pengyang Zhu Shuangwu Hao Chongyang Wang Yi Chen Shihao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
