基于紋理分析的板帶材表面缺陷分類與檢測識別方法研究.pdf_第1頁
已閱讀1頁,還剩78頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、板帶材在鋼鐵工業(yè)中占有極其重要的地位,它不僅在汽車、家電等人們生活所需要的產(chǎn)品中得到廣泛運用,而且是軍事、造船、航空航天等行業(yè)的重要原材料,其表面質(zhì)量直接影響最終產(chǎn)品的質(zhì)量和性能。隨著市場競爭的日趨激烈,板帶材的表面質(zhì)量已成為國內(nèi)外市場競爭的關(guān)鍵性能指標(biāo)之一。進行板帶材表面質(zhì)量在線監(jiān)控研究不僅具有重要的理論創(chuàng)新意義,而且具有重大的工程應(yīng)用價值,可以取得可觀的經(jīng)濟效益。 在本課題中,首先在提出基于灰度直方圖特征的基礎(chǔ)上,設(shè)計了基于

2、灰度值方差和灰度差絕對值方法進行板帶材的初級檢測,實驗證明該方法在進行缺陷有無判別方面有較好的實用性。其次結(jié)合小波變換方法和灰度共生矩陣方法,以類別可分離性判據(jù)為依據(jù),提出了將順序前進搜索算法應(yīng)用于特征選擇,以提高特征的分類有效性。 在有效特征提取與選擇的前提下,利用模糊模式識別在剔除噪音數(shù)據(jù)和神經(jīng)網(wǎng)絡(luò)在模型擬合和非線性識別上的優(yōu)勢,構(gòu)造了一種新的模糊神經(jīng)網(wǎng)絡(luò)(簡稱FBP模式識別)。經(jīng)實驗證明,該方法在識別方面較前兩種方法有明顯

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論