基于BP神经网络的胶囊异物缺陷识别_陈毅.pdfVIP

196 计算机应用与软件 20 15 年 BP 基于 神经网络的胶囊异物缺陷识别 陈 毅 刘晓玉 刘 斌 蒋 峥 ( 430081) 武汉科技大学信息科学与工程学院 湖北武汉 ， ， 摘 要 针对胶囊异物缺陷在图像中表现的模糊性和多样性问题 利用神经网络处理非线性问题的优势 将神经网络应用到胶囊 。 Y Sobel ， ， 异物缺陷的识别 先将 方向的 算子应用于胶囊图像从而将图像分割成三部分 对每部分图像进行滤波降噪的预处理 然后 、 、 、 、 、 ， 再提取各部分的图像直方图的相对平滑度 偏斜度 平坦度 扭曲度 峰度 和熵这些特征 运用基于聚类归一化的方法对数据进 ， BP 。 ， 。 行归一化 提出基于 神经网络进行胶囊异物缺陷识别的算法 实验表明 该算法能够达到较高的识别精度 关键词 胶囊 直方图 聚类 归一化 神经网络 中图分类号 TP391 文献标识码 A DOI :10 ． 3969 /j ． issn． 1000-386x． 2015 ． 03． 046 ＲECOGNITION OF CAPSULE FOＲEIGN MATTEＲ DEFECT BASED ON BP NEUＲAL NETWOＲK Chen Yi Liu Xiaoyu Liu Bin Jiang Zheng (College of Inf ormation Science and Engineering ，Wuhan University of Science and Technology ，Wuhan 430081 ，Hubei ，China) Abstract Considering the vagueness and diversity of capsule foreign matter defects represented in image ，we apply neural network to recognising the capsule foreign matter defect by making use of its advantage in dealing with non-linear problem． First ，we apply the vertical Sobel operator in capsule image to segment it to three parts ，and carry out the preprocessing of filtering and denoising on every part of the image． Then we extract those features of relative smoothness ，skewness ，flatness ，distortion ，kurtosis and entropy from image histogram of each part and normalise the data by using clustering normalization-based approach ，and propose a BP neura