基于PCNN和FCM的钢带表面缺陷检测

基于PCNN和FCM的钢带表面缺陷检测
亢伉
【期刊名称】《电子设计工程》
【年(卷),期】2015(0)18
【摘要】针对目前还没有较好的方法正确的检测金属钢带表面缺陷,提出一种结合耦合神经网络(PCNN)和模糊C-均值(FCM)的钢带表面缺陷检测算法,首先通过有效性指数求得聚类中心,其次用PCNN最短路径法确定目标函数极小值,最后通过改进的FCM分割目标.通过对比实验表明,该算法能够快速的分割出缺陷目标,正确率在95％以上.
【总页数】4页(P61-64)
【作者】亢伉
【作者单位】宝鸡文理学院陕西宝鸡721016
【正文语种】中文
【中图分类】TN919.8
【相关文献】
1.基于模板的PCNNs指纹细化算法 [J], 许媛媛;陶重犇;朱绍文;杨迪;王宪;丁锋
2.钢带表面缺陷检测信息实时处理方法的研究 [J], 卢益民;罗志勇
3.基于深度学习的热轧钢带表面缺陷检测方法 [J], 陈建强;刘明宇;符秦沈;姚卓荣
4.ISRA表面缺陷检测系统在连续热镀（铝）锌钢带生产中的应用 [J], 张春宇;史晓强;董春雨
5.基于SSD模型的钢带表面缺陷检测系统设计 [J], 王艳玲;苏盈盈;罗妤;唐霞
因版权原因，仅展示原文概要，查看原文内容请购买。