基于改进型PCNN智能灯检机研究[J].docVIP

基于改进型PCNN的智能灯检机研究葛继，王耀南，张辉，周博文 （湖南大学电气与信息工程学院长沙410082） 设计了一种基于改进型脉冲耦合神经网络（pulse coupled neural networks, PCNN）的全自动智能灯检机，以实现药液中可见异物在线高速、高精度检测。为了从采集的复杂序列图像中提取出微小的运动目标，本文设计的机械装置能保证智能灯检机按照“旋转-急停-跟踪拍摄”这一检测流程，利用序列图像在时空上的连续性，克服大量背景干扰。由于存在连续图像中物体位置变化不大而导致漏检的可能性，相机采用外部等间隔时间触发拍摄模式。最后应用所述改进型脉冲耦合神经网络分割图像，并根据目标运动轨迹的连续性和平滑特点判断异物的存在性。实验表明，该智能灯检机能够有效检测出药液中的可见异物，检测速度、精度、误漏检率均能很好的满足医药生产线的需求。智能灯检机；改进型PCNN；异物检测；图像处理TP391　　文献标识码：A　　国家标准学科分类代码：510.8040 Study of intelligent inspection machine based on modified pulsecoupled neural network Ge Ji, Wang Yaonan, Zhang Hui, Zhou Bowen （Department of Control Science