RBF神经网络用于工件边缘特征参数的提取

广东工业大学学报 ›› 2000, Vol. 17 ›› Issue (4): 28-33.

RBF神经网络用于工件边缘特征参数的提取

佛山科学技术学院电子系!广东佛山520800西安交通大学系统工程研究所；陕西西安710049；佛山科学技术学院电子系!广东佛山520800；西安交通大学系统工程研究所!陕西西安710049；

出版日期:2000-11-16 发布日期:2000-11-16

Extraction Object Edge Features by Using RBF Neural Networks

(1.Dept.of electronic engineering,Foshan,Institute of Science and Technology,Foshan 528000,China; 2.System Engineering Institute of Xi’an Jiaotong University,Xi’an,710049,China)

Online:2000-11-16 Published:2000-11-16

摘要/Abstract

摘要： 提出一种基于径向基函数神经网络 (RBFNN)的工件特征参数提取的方法 ,采用了两个径向基函数神经网络 ,利用第一个RBFNN分别求出工件的边缘点pi 邻域内的顺时针边缘与逆时针边缘与x轴的夹角 ,两边缘夹角小的边缘点pi 被认为是具有高曲率的角顶点 .根据工件边缘曲线的特征 ,建立了各种边缘的曲率符号模型 ,用该模型训练第二个RBFNN ,从而识别具有低曲率的切点和拐点及边缘曲线的类型 .采用神经网络的方法提取工件特征参数 ,能准确地定位特征点

周维忠；冯心海；孙国基； . RBF神经网络用于工件边缘特征参数的提取[J]. 广东工业大学学报, 2000, 17(4): 28-33.

ZHOU Wei zhong 1,2 ,FENG Xin hai 1,SUN Guo ji 2 . Extraction Object Edge Features by Using RBF Neural Networks[J]. Journal of Guangdong University of Technology, 2000, 17(4): 28-33.

参考文献 3

[1] C H The,R T Chin.On the Detection of Dominant Points on Digital Curve. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1989

[2] Sven Loncaric.A survey of Shape Analysis Tehniques. Pattern Recognition . 1997

[3] Gregory Dudek.Shape Representation and Recognition from Multiscale Cuvature. Computer Vision and Image Understanding . 1997

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed