广东工业大学学报 ›› 2000, Vol. 17 ›› Issue (4): 28-33.
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
[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 |
No related articles found! |
|