不变矩法分类识别带钢表面的缺陷 classification of surface defects of strips based on invariable moment functions.pdfVIP

下载本文档

6
0
约1.21万字
约 5页
2017-08-20 发布于上海
举报
版权申诉

不变矩法分类识别带钢表面的缺陷 classification of surface defects of strips based on invariable moment functions.pdf

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

不变矩法分类识别带钢表面的缺陷 classification of surface defects of strips based on invariable moment functions

第35卷第7期光电工程、厂01．35，No．7 2008年7月 Opto-ElectronicEngineering July2008 文章编号：l003—501X(2008)07—0090—05 不变矩法分类识别带钢表面的缺陷张媛，程万胜，赵杰 (哈尔滨工业大学机器人技术与系统国家重点实验室，哈尔滨150080) 摘要：针对带钢表面缺陷的识别和分类技术，本文采用一种将不变矩与主成分分析法相结合的特征提取方法。首先，对每幅缺陷图像提取22维不变矩特征向量，满足对图像平移、尺度及旋转变化都不敏感；然后，为了提高分类器的效率，应用主成分分析法对特征向量进行空间降维处理，得到4维特征向量；最后，将特征向量作为BP 神经网络的输入，对网络进行权值和阈值训练，达到缺陷分类的目的。实验结果表明，该方法对带钢表面缺陷的平均正确识别率可达到85％以上。关键词：不变矩；主成分分析法；BP神经网络；特征提取；带钢表面缺陷中图分类号：TP391．4l 文献标志码：A rfaceDefectsof ClassificationofSu Strips IlasedOnInvariableMomentFunctions ZHANGYhan，CHENG Jie Wan—sheng，ZHAO dnd tSldteKeyLabordtory可R0botics Abstract：AmethodoffeatIIreex仃actionwhichis ofiIlvariablemomem劬ctions舳d composed PrincipalComponent itl surf-acedefectsof 22一dimensi伽al Analysis(PCA)ispresenccdorderto心co倒ze柏dclassi分廿le strips．F慨a whcIl(he rotated．And which、v船iIlv撕ablew鹊e)【仃acted劬m was仃anslatcd，scaled锄dtll∞， eigenvector images image to waS t0reduce也e ofme a inomer the of dim∞sion impmvee衔cieIlcycl勰sification，PCAapplied eig∞Vector．As 4捌岫ensional tllese as m陀sholdsof result，me eigenvector’聃髑obtained．Fi∞llyIlsiIlgeig∞Vectorsinpm，weights肌d BP眦llmln咖出we咒的inedf．orthe ofdcf＆t resuItsshowthatthe tlle pllll)0se cIassification．Expe—mentalavmge it’sfitforthe