基于最优PCNN模型的织物疵点自动检测

被引：7

作者：

宋寅卯 ^{[1
]}

袁端磊 ^{[2
]}

卢易枫 ^{[1
]}

乔桂花 ^{[2
]}

机构：

[1] 郑州轻工业学院电气信息工程学院

[2] 平高集团有限公司研发中心

来源：

仪器仪表学报 | 2008年 / 04期

关键词：

织物疵点; 检测; PCNN模型; 最优化;

D O I：

10.19650/j.cnki.cjsi.2008.04.042

中图分类号：

TS101.9 [品质管理与质量控制];

学科分类号：

摘要：

脉冲耦合神经网络(PCNN)直接来自于动物视觉特性的研究,它可以准确地检测到织物疵点的存在。但因目前理论上很难解释PCNN模型参数与图像识别效果之间的关系,为了获得较好的图像识别效果,需要多次的实验来选择PCNN模型参数。本文提出了一种根据织物纹理的特征,自动选择最优化PCNN模型参数的方法。实验结果表明,优化后PCNN模型可以有效地提取到纹理图像局部的灰度和空间邻近的特征信息,从而获得理想的织物疵点检测效果。

引用

页码：888 / 891

页数：4