不变矩法分类识别带钢表面的缺陷

不变矩法分类识别带钢表面的缺陷
张媛;程万胜;赵杰
【期刊名称】《光电工程》
【年(卷),期】2008(35)7
【摘要】针对带钢表面缺陷的识别和分类技术,本文采用一种将不变矩与主成分分析法相结合的特征提取方法.首先,对每幅缺陷图像提取22 维不变矩特征向量,满足对图像平移、尺度及旋转变化都不敏感;然后,为了提高分类器的效率,应用主成分分析法对特征向量进行空间降维处理,得到4 维特征向量;最后,将特征向量作为BP神经网络的输入,对网络进行权值和阈值训练,达到缺陷分类的目的.实验结果表明,该方法对带钢表面缺陷的平均正确识别率可达到85%以上.
【总页数】5页(P90-94)
【作者】张媛;程万胜;赵杰
【作者单位】哈尔滨工业大学,机器人技术与系统国家重点实验室,哈尔滨,150080;哈尔滨工业大学,机器人技术与系统国家重点实验室,哈尔滨,150080;哈尔滨工业大学,机器人技术与系统国家重点实验室,哈尔滨,150080
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于不变矩的带钢数字图像的缺陷检测算法 [J], 孔月萍;王亚安;王快社
2.基于改进支持向量机的冷轧带钢表面缺陷分类识别 [J], 王成明;颜云辉;陈世礼;
韩英莉
3.基于卷积神经网络的钣金件表面缺陷分类识别方法 [J], 谢政峰;王玲;尹湘云;殷国富
4.基于DenseNet的带钢表面缺陷智能识别系统研究 [J], 郝用兴;庞永辉
5.热镀锌带钢表面点状缺陷的分析和改进 [J], 佟小磊
因版权原因，仅展示原文概要，查看原文内容请购买。