| 基于CNN的火炮身管全景图像疵病识别方法 |
| |
| 引用本文： | 汤一平,韩国栋,鲁少辉,胡克钢,袁公萍. 基于CNN的火炮身管全景图像疵病识别方法[J]. 仪器仪表学报, 2016, 37(4): 871-878 |
| |
| 作者姓名： | 汤一平 韩国栋 鲁少辉 胡克钢 袁公萍 |
| |
| 作者单位： | 浙江工业大学 信息工程学院杭州310023,浙江工业大学 信息工程学院杭州310023,浙江工业大学 信息工程学院杭州310023,浙江工业大学 信息工程学院杭州310023,浙江工业大学 信息工程学院杭州310023 |
| |
| 基金项目： | 国家自然科学基金(61070134)项目资助 |
| |
| 摘 要： | 针对火炮身管内膛疵病种类多、定性定量分析难和检测自动化程度低等问题,本文提出一种以卷积神经网络为基础的疵病识别方法。首先,对全景图像进行预处理,主要包括全景展开、光照强度调整、膛线去除等;其次,通过最优阈值法对图像进行二值化处理,并利用四连通域法提取疵病区域;最后,采用卷积神经网络对疵病进行自动的分类识别。实验结果表明,该方法能有效避免人工疵病特征提取和人工特征描述计算等复杂步骤,实现了"采集-识别-判定"全过程的自动运行,真正实现了窥膛检测的自动化,身管疵病的识别率超过92%,识别准确率远高于基于统计学原理及支持向量机的分类方式,具有较高的准确性,为火炮身管修复及寿命预估等奠定了坚实的基础。
|
| 关 键 词： | 全景图像；图像处理；卷积神经网络 |
Flaw recognition method for gun barrel panoramic images based on convolutional neural network |
| |
| Tang Yiping,Han Guodong,Lu Shaohui,Hu Kegang and Yuan Gongping. Flaw recognition method for gun barrel panoramic images based on convolutional neural network[J]. Chinese Journal of Scientific Instrument, 2016, 37(4): 871-878 |
| |
| Authors: | Tang Yiping Han Guodong Lu Shaohui Hu Kegang Yuan Gongping |
| |
| Affiliation: | School of Information Engineering, Zhejiang University of Technology, Hangzhou 310023, China,School of Information Engineering, Zhejiang University of Technology, Hangzhou 310023, China,School of Information Engineering, Zhejiang University of Technology, Hangzhou 310023, China,School of Information Engineering, Zhejiang University of Technology, Hangzhou 310023, China and School of Information Engineering, Zhejiang University of Technology, Hangzhou 310023, China |
| |
| Abstract: | |
| |
| Keywords: | panoramic image image processing convolutional neural network (CNN) |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《仪器仪表学报》浏览原始摘要信息 |
|
点击此处可从《仪器仪表学报》下载免费的PDF全文 |
|
