摘要: 对羽毛球工艺球图像经过预处理,得到缺陷形状信息图像.提取图像的5个极半径不变矩特征、圆心度、球体外圆和球头圆心偏差总共7个特征参数构成图像特征向量组,建立三层结构的BP神经网络,以这7个不变量特征值组成的特征向量归一化后作为神经网络的输入,根据神经网络的输出进行缺陷检测,实验结果证明了该方法能有效地用于羽毛球工艺球的缺陷检测.
[1]韩斌,徐之,王士同. 离散不变矩的比例不变性研究[J]. 数据采集与处理,2008,23(5):555-558.[2] 曹茂永,孙道银,郁道银. 用于模式识别的极半径不变矩[J]. 计算机学报,2004,27(6):861-864. [3] 张惠斌,方欣欣. 基于极半径不变矩的平面单足足迹识别[J]. 电子测量技术, 2009,32(12):72-76.[4] Wohler C,Anlauf J K. Realtime object recongnition on image sequences with the adaptable time delay neural network algorithmapplications for autonomous vehicles [J]. Image and Vision Computing,2001,19(10):593-168.[5] 李国祥,张显全,秦芳远. 基于不变矩和BP神经网络的剪纸纹样识别[J]. 计算机工程与应用,2010,46(29):158-160.[6] 秦钟. 基于图像不变矩特征和BP神经网络的车型分类[J]. 华南理工大学学报:自然科学版,2009,37(2):86-90. [7] 成诚. 基于不变矩的PDF417条码检测算法的研究[J]. 计算机科学,2009,36(4):237-238.[8] 韩英莉,颜云辉. 基于BP神经网络的带钢表面缺陷的识别与分类[J]. 仪器仪表学报,2006,26(12):1692-1694.[9] 曾子铭,韩忠华,刘春光,等. 基于扇形特征和BP神经网络算法的字符识别[J]. 沈阳建筑大学学报,2009,32(12):604-608-[10]吴一全,武燕燕,唐艳亮. 利用Krawtchouk矩不变量实现基于形状的图像检索[J] . 光电工程,2010,37(5):97-103. |
No related articles found! |
|