基于PCNN和FCM的钢带表面缺陷检测-电子设计工程.PDFVIP

第 卷 第 期 电子设计工程 年 月 基于 和 的钢带表面缺陷检测 亢 伉 宝鸡文理学院 陕西 宝鸡 摘要针对目前还没有较好的方法正确的检测金属钢带表面缺陷提出一种结合耦合神经网络 和模糊 均 值 的钢带表面缺陷检测算法首先通过有效性指数求得聚类中心其次用 最短路径法确定目标函数极 小值最后通过改进的 分割目标 通过对比实验表明该算法能够快速的分割出缺陷目标正确率在 以上 关键词缺陷检测最短路径耦合神经网络模糊聚类 中图分类号 文献标识码 文章编号 金属钢带广泛的应用于机械制造汽车造船航空航天 实验结果表面本文提出的算法检测缺陷精确运算速度快 等领域是其重要的原材料由于金属钢带的生产环节及环境 改进的 最短路径算法 相当复杂会产生夹杂氧化铁皮压入斑迹辊印擦伤等表 面缺陷如不及时发现处理会对最终产品的外观性能造成 经典 模型 不良影响甚至造成产品降级或者报废因此钢带表面的缺 上世纪九十年代 等人提出了一种第三 代人工智能神经网络 耦合脉冲神经网络 陷检测具有重要的意义和经济价值 传统的钢带表面缺陷检测依靠大型自动化设备完成这 通过神经元相互之间的脉冲触 种设备不但价格昂贵而且误检率高 对于安装环境有较高要 发耦合使其具有不需要提前进行模型训练的优点 求 近年来随着计算机的飞速发展机器视觉的方法得到了 神经元的基本结构如图 所示由 个部分组成 广泛的应用 国内外的学者提出了一些基于图像的钢带表面 接收域调制域和脉冲产生域 接收域有两条通道分别是接 受来自上一级神经元脉冲 的 通道和接受外部固定输入 监测算法电子科技大学的罗新斌等人 提出一种基于统计学