基于BP神经网络的带钢表面缺陷的识别与分类

被引:26
作者
韩英莉
颜云辉
机构
[1] 东北大学机械工程与自动化学院
关键词
带钢表面缺陷; 识别与分类; 灰度共生矩阵; 人工神经网络; BP算法;
D O I
10.19650/j.cnki.cjsi.2006.12.029
中图分类号
TP391.4 [模式识别与装置]; TP183 [人工神经网络与计算];
学科分类号
0811 ; 081101 ; 081104 ; 1405 ; 0812 ; 0835 ;
摘要
运用神经网络处理非线性问题的优势,将其应用于带钢表面缺陷的识别与分类研究。本文采用灰度共生矩阵的特征提取,提出了基于BP神经网络进行缺陷识别与分类的方法,编制了带钢表面缺陷的识别与分类软件。分类测试表明,该软件有较好的识别与分类效果。
引用
收藏
页码:1692 / 1694
页数:3
相关论文
共 4 条
[1]  
Visual C++数字图像实用工程案例精选.[M].徐慧等编著;.人民邮电出版社.2004,
[2]  
现代模式识别.[M].孙即祥等编著;.国防科技大学出版社.2002,
[3]  
计算机图像处理与识别技术.[M].王耀南等编著;.高等教育出版社.2001,
[4]   冷轧带钢表面质量自动检测系统的在线应用研究 [J].
徐科 ;
徐金梧 ;
梁治国 ;
吴贵芳 .
冶金自动化, 2003, (01) :51-53+74