基于BP神经网络的钢球表面缺陷识别

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

熵是 图像所具 有 的信息 量 的度 量 , 征 了图像 中纹理 表 的 复杂程度 。图像越不均 匀 , 熵值越小 , 熵值越大 。 则 反之
L —I £ 一1
() 3 熵
A= ∑P ,l ( ) 3∑ ( )P , g j
=0 J=0
() 3
错识 率 。本文 运用 神经 网络 处理 非线 性 问题 的优势 , 通 过提 取 钢球 表 面缺 陷 图像 的特 征参 数 .得 到其 灰度 共 轭
矩阵 , 以该 矩 阵作 为分类 识 别 的输 入 特征 向量 , 应用 基 于
1 引 言
用 神 经 网 络 进 行 钢 球 表 面 图 像 缺 陷 的识 别 提供 准 确 输
入特征量。
轴 承滚 动 体表 面缺 陷 对轴 承 的精 度 、运转 性 能 和使
用寿命等都有极为重要的影响作用” j 一 。钢球表面缺陷的
图像纹理特征 能够 有效的实现 图像 区域特征地辨识 。 灰度 共轭 矩 阵 作 为 区域 纹 理 特 征 的 一 种 有 效 的描 述 方
间 的差 异也 不是 很 明显 。 因此 , 采用 线性 模式 识别 方法 对 缺 陷图 像进 行识 别 , 有 很大 的 局限 性 , 而 出现 较大 的 会 从
对 比度 反 映纹理 的清 晰程度 。纹理 的沟纹 越深 , 对 则 比度 值越 大 , 进而 图像也 就越 清晰 。
三 一 Z —J
圃固四匣团哩
彷寡 / 穰 / AD CA C / AP 毽 C / M/ AE C P
基于B 神经网 钢球表面缺陷 P 络的 识别
陈涛 ’ 刘 献 礼 一 吉 举 正 周 洪 玉 , 。 。
(. 尔滨 理 工 大 学 , 尔滨 10 8 ;. 尔 滨 电机 厂 , 尔 滨 10 4 1哈 哈 5 0 0 2哈 哈 5 0 0)
综 合信息 。文 中在对 灰度共生 矩阵 首先进行 了归一 化处 比度 、 、 部 选 二 对 熵 局 乎稳 性 和相关 度 。 描 述 图 像纹理 特 征 , 将其 作 为钢球 来 并 表面 缺 陷分类 识 别的特 征 向量 。
分 类识 别 是保 证钢 球性 能 的关 键 ,随 着各 类 机 电设备 对 轴 承质 量要 求 的不 断提 高 ,对 轴 承零 部件 的 表面 和 内部 法 , 反映了关于图像灰度的方 向、 相邻 间隔 、 变化幅度等
缺 陷标 准要求 也变 得 日趋 严格 |。 ] J 图 1是钢 球 生 产 中常 见 的 5种 缺 陷类 型 :点 子 、 群
点、 凹坑 、 划痕 和擦 伤 , 应 的 图像如 图 】a 、( )Jc 、 相 ()】b 、 ()
1 d 和 1e 所 示 。 () ()
() 阶 A- ∑[ ) 1 距 ∑ p √] 二 I (
0 = O
() 1
二 阶距 是 对 图像 灰度 分 布均 匀性 的 度量 。 图像 的纹
理 特征越 粗 , 二阶距 值也 越大 。 其
() 度 A= ∑(jpi) 2对比 ∑ i)(j -2 ,
i 0 J = =O
() 2
对 于 钢球 表 面缺 陷 的形状 特 征参 数 ,不仅 同一 类 的 缺 陷图 像可能 存 在 较大 的差 异 ,而且 不 同类 缺 陷 图像 之
( . r n Unv ri fS in e a d Te h oo y 1Habi iest o ce c n c n lg .Ha bn 1 0 8 y r i 5 0 0m ia;2. r i e ti c ie yCo L d Chn Ha bn ElcrcMa hn r . t ,Ha bn 1 0 4 ,Chn r i 5 0 0 ia)
Ab t a t e t r a a t r fse l a ls ra e i g s h sb e c u r d b s n h r y l v li tr r wt ti s r c :F a u e p r me e so t e l u f c ma e a e n a q ie y u i g t e g e e e n e g o h marx b B s d o B e 1 ewo k . t e ic r me t a e n P n u a n t r r h d s e n n me h d a r d c e se l b l u f c e e t mo e c u ae y t o h s p e i t d t e a l ra e d f e s s r a c r t l E p rme t e u t h w t a h t o a o d d s e n n e f r n e x e i n s l s o h tt e me h d h sg o ic r me tp ro ma e . r s Ke r s o l g h a i g : u f c e e t r y l v l n e g o h ma r ; e r ln t o k y wo d :r i n e rn s s ra e d f c:g e e e t r r wt ti BP n u a e w r i i x
Dic r m e fS e lBa lS r a e De e tBa e n BP ur l se n nto t e l u f c f c s d o Ne a t r Ne wo k
CHEN a LI Xin l, J u z e g, ZHOU n - u T o, U a -i IJ - h n 2 Ho g y
相关文档
最新文档