论文>机械工业论文>神经网络在织物疵点分类识别中的应用

                                    神经网络在织物疵点分类识别中的应用

                                      
                                    编号:99-583324 | doc 格式 | 1.34M | 46 页
                                    神经网络在织物疵点分类识别中的应用

                                    2万字 45页 原创作品,已通过查重系统


                                    摘 要
                                    本色布生产中,质量控制是非常重要的,疵点的分类识别更是不可忽缺的一步。随着神经网络技术,和数字图像处理技术的发展,使得基于计算机的织物疵点检测识别成为可能。根据“中华人民共和国国家标准GB/T 17759-2009本色布布面疵点检验方法”,疵点分为七十一种。据调研,这些疵点在生产中都可啮现。为此,需基于我国的本色布疵点检测标准,研制织物疵点在线识别系统,以便促进纺织产业的提升,并增强其竞争力。对于该系统的研究,目前国内集中在以下两个方面:一是对具体疵点类型特征值的表征和提取;另外是对71种疵点的分类。本论文着眼于71种疵点分类的研究。具体研究如下:
                                    首先对所采集到的织物图像灰度化,接着进行预处理,以便削弱纹理并增强疵点信息,其次对经过预处理后的图像进行灰度分割,将疵点从纹理中分离出来,再利用形态学运算对分割后的二值图像进行后处理。对经过分割后处理后,二值图像中的目标区域能够真实的?#20174;?#32455;物疵点的特征信息。然后对经过分割后处理的二值图像提取特征值,并对疵点进行分类,不同的特征值决定了分类方法和分类结果的不同。最后,将提取的特征值归一化处理,并分别用BP神经网络和PNN神经网络对其训练,以实现本色布疵点的分类识别。本文通过实验验证,详细地分析了用已有归一化方法处理特征值的缺点,针对这些缺点,提取了新的归一化方法,更加准确的利用神经网络将疵点进行分类,根据不同的特征值表征利用神经网络将织物疵点分为六个大类,并且通过实验结果对两种神经网络进行了比较和分析。
                                    为?#25628;?#35777;本文织物疵点分类方法和神经网络对疵点分类识别的可行性,利用MATLAB进行软件编程实现了神经网络对织物疵点的分类识别。实验证明:本文方法具有良好的可行性和鲁棒性,为今后进一步进行具体疵点的分类识别打下了基础。

                                    关键词:织物疵点,分类识别,特征值提取,神经网络
                                      
                                    关于我们 联系我们 帮助中心 支付方式  侵权处理 免责声明 友情链接 网站地图
                                      蜀ICP备11006018-1
                                    江苏快三开奖结果今天