趙慧潔 葛文謙 李旭東
(北京航空航天大學 精密光機電一體化技術教育部重點實驗室,北京 100191)
基于改進PCNN的軸尖表面缺陷檢測
趙慧潔 葛文謙 李旭東
(北京航空航天大學 精密光機電一體化技術教育部重點實驗室,北京 100191)
脈沖耦合神經網絡(PCNN,Pulse Coupled Neural Network)與傳統神經網絡不同,不經過訓練即可用于圖像處理.針對PCNN模型中結構參數較多,且需要人工反復試驗進行設置的困難,改進模型結構,簡化了饋送輸入和連接輸入,減少了待定參數;根據鄰域灰度動態地計算內部連接系數,由鄰域的歐氏距離計算權值矩陣,再由圖像的灰度特征計算動態閾值.將改進的PCNN用于陀螺軸尖表面缺陷圖像的分割,用基于完整性與正確性指標的緩沖區匹配方法評價所提方法、最大熵法及Canny方法.針對不同缺陷圖像的實驗表明:所提算法的完整性與正確性都高于0.9,證明所提方法更有效.
脈沖耦合神經網絡;陀螺軸尖;缺陷檢測
軸尖作為液浮陀螺的一個關鍵零件,其表面的加工質量會直接影響陀螺儀的性能和精度.由于材料及加工工藝的限制,導致在加工過程中零件表面不可避免的出現凹陷、劃痕及銹斑等缺陷,與傳統的在顯微鏡下目視檢測表面缺陷的方法不同,本文采用視覺技術檢測軸尖表面缺陷,但由于軸尖的高曲率導致區域光照不均勻及金屬固有紋理的存在,使得缺陷區域與背景區域的對比度不高,圖像分割比較困難.
脈沖耦合神經網絡(PCNN,Pulse Coupled Neural Network)是基于……