- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
科研成果与学术交流
基于犅犪狀犱犲犾犲狋变换的金属断口图像识别方法
1 2 1
李志农 ,聂 鹏 ,邬冠华
( 南昌航空大学无损检测技术教育部重点试验室,南昌 ;
1. 330063
2.郑州大学机械工程学院,郑州 450001)
摘 要:基于Bandelet变换能自适应跟踪图像几何方向的特点,将Bandelet变换引入到金属
断口图像特征提取中,提出了一种基于Bandelet变换的金属断口形貌非线性识别方法。在提出的
方法中,利用Bandelet变换提取金属断口图像的Bandelet熵作为特征向量,神经网络作为非线性
分类器,对几种典型的金属断口图像进行了识别验证。同时,将该方法与基于传统的小波变换的金
属断口图像识别方法进行了对比。结果表明,由于Bandelet变换克服了小波变换在处理金属断口
图像时孤立对待边界各点的缺点,得到了比传统的小波变换方法更好的识别效果。
关键词: 变换;断口识别;神经网络;失效分析
Bandelet
中图分类号: ; 文献标志码: 文章编号: ( )
TP391.4TG115.28 A 10006656201301000104
犚犲犮狅狀犻狋犻狅狀犕犲狋犺狅犱狅犳犕犲狋犪犾犉狉犪犮狋狌狉犲犛狌狉犳犪犮犲犅犪狊犲犱狅狀犅犪狀犱犲犾犲狋犜狉犪狀狊犳狅狉犿
犵
1 2 1
, ,
犔犐犣犺犻犖狅狀 犖犐犈犘犲狀 犠犝犌狌犪狀犎狌犪
犵 犵
( , , ,
1.KeLaboratorofNondestructiveTestin MinistrofEducation Nanchan Hankon Universit
y y g y g g g y
, ; , , , )
Nanchan 360063China2.SchoolofMechanicalEnineerin ZhenzhouUniversit Zhenzhou450001China
g g g g y g
: ,
犃犫狊狋狉犪犮狋BasedonthefactthatBandelettransformcanadativeltracktheeometricdirectionoftheimae
p y g
文档评论(0)