基于神经网络的绝缘瓷瓶裂缝类型识别研究

采用CCD摄相头等硬件模拟机器人的视觉。首先完成对绝缘瓷瓶裂缝图像的采集,然后运用软件完成对图像的滤除噪声、图像分割等预处理操作,再将的图像分割成的子块图像,使其成为的二值图像,提取五个特征值,并通过对十幅图像统计分析,得出这五个特征值能够反映图像的信息。最后分别设计基于BP以及RBF神经网络的类别分类器,实现对绝缘瓷瓶裂缝五种状态：横向、纵向、块状、网状,无裂缝的分类识别,给出十幅图像的识别结果,并分析比较,得出RBF神经网络识别效果更为突出的结论。