論文>機械工業論文>神經網絡在織物疵點分類識別中的應用

                                    神經網絡在織物疵點分類識別中的應用

                                      
                                    編號:99-583324 | doc 格式 | 1.34M | 45 頁
                                    神經網絡在織物疵點分類識別中的應用

                                    2萬字 45頁 原創作品,已通過查重系統


                                    摘 要
                                    本色布生產中,質量控制是非常重要的,疵點的分類識別更是不可忽缺的一步。隨著神經網絡技術,和數字圖像處理技術的發展,使得基于計算機的織物疵點檢測識別成為可能。根據“中華人民共和國國家標準GB/T 17759-2009本色布布面疵點檢驗方法”,疵點分為七十一種。據調研,這些疵點在生產中都可嚙現。為此,需基于我國的本色布疵點檢測標準,研制織物疵點在線識別系統,以便促進紡織產業的提升,并增強其競爭力。對于該系統的研究,目前國內集中在以下兩個方面:一是對具體疵點類型特征值的表征和提取;另外是對71種疵點的分類。本論文著眼于71種疵點分類的研究。具體研究如下:
                                    首先對所采集到的織物圖像灰度化,接著進行預處理,以便削弱紋理并增強疵點信息,其次對經過預處理后的圖像進行灰度分割,將疵點從紋理中分離出來,再利用形態學運算對分割后的二值圖像進行后處理。對經過分割后處理后,二值圖像中的目標區域能夠真實的反映織物疵點的特征信息。然后對經過分割后處理的二值圖像提取特征值,并對疵點進行分類,不同的特征值決定了分類方法和分類結果的不同。最后,將提取的特征值歸一化處理,并分別用BP神經網絡和PNN神經網絡對其訓練,以實現本色布疵點的分類識別。本文通過實驗驗證,詳細地分析了用已有歸一化方法處理特征值的缺點,針對這些缺點,提取了新的歸一化方法,更加準確的利用神經網絡將疵點進行分類,根據不同的特征值表征利用神經網絡將織物疵點分為六個大類,并且通過實驗結果對兩種神經網絡進行了比較和分析。
                                    為了驗證本文織物疵點分類方法和神經網絡對疵點分類識別的可行性,利用MATLAB進行軟件編程實現了神經網絡對織物疵點的分類識別。實驗證明:本文方法具有良好的可行性和魯棒性,為今后進一步進行具體疵點的分類識別打下了基礎。

                                    關鍵詞:織物疵點,分類識別,特征值提取,神經網絡
                                      
                                    關于我們 聯系我們 幫助中心 支付方式  侵權處理 免責聲明 友情鏈接 網站地圖
                                      蜀ICP備11006018-1
                                    江苏快三开奖结果今天