首页 | 本学科首页   官方微博 | 高级检索  
     

基于小波神经网络和证据理论的零件图像识别的研究
引用本文:盛党红,夏庆观,温秀兰. 基于小波神经网络和证据理论的零件图像识别的研究[J]. 中国机械工程, 2006, 0(Z1)
作者姓名:盛党红  夏庆观  温秀兰
摘    要:从零件图像的小波分解系数和相对图像边缘像素系数作为零件特征的方法出发,提出了基本概率分配构造和多源零件图像特征识别的方法.首先,对多源零件图像分别进行小波分解,荻取零件图像的小波分解系数.对零件图像进行小波多尺度边缘检测,将被检测的零件边缘轮廓图像分成若干个区域并分别统计各区域的相对边缘像素系数.然后,多源零件图像的小波分解系数和零件边缘轮廓图像的相对像素系数作为零件图像的特征并作为神经网络的输入,获取多源零件图像识别的基本概率分配.最后,依据证据理论的合成规则得到零件的识别结果.实验结果表明,基本概率分配构造和多源零件图像特征识别的方法是有效的.

关 键 词:小波变换  神经网络  证据理论  图像识别

Research on Part Image Recognition Based on Wavelet-neural Network and Dempster-shafer Evidential Theory
Sheng Danghong,Xia Qingguan,Wen Xiulan. Research on Part Image Recognition Based on Wavelet-neural Network and Dempster-shafer Evidential Theory[J]. China Mechanical Engineering, 2006, 0(Z1)
Authors:Sheng Danghong  Xia Qingguan  Wen Xiulan
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号