应用聚类神经网络的异纤检测多类光源优化设计
为使电荷耦合元件(CCD)精确采集处理异纤图像并对多类异纤进行检测,提出了一种基于模糊聚类神经网络的异纤检测多类光源优化设计方法.通过分析CCD成像与入射光能量的关系,推导出多类异纤检测的光源量,建立了CCD靶面曝光量函数,确定光源的最佳检测位置,通过图像参数方程,分析CCD背景板图像的光线分布及平均灰度,通过模糊聚类分析,综合考虑输入值的全部信息建立了多类光源的模糊聚类神经网络,对光源进行优化设计.设计结果表明,最佳检测位置是异纤处于中心位置,在光源数量为10,两侧距离为3 mm,神经网络的收敛误差均达到预期值,异纤检出率达到94.79%,符合企业异纤检测实际生产的要求.
异纤检测、光源优化设计、电荷耦合元件、模糊聚类分析
38
TP391.41(计算技术、计算机技术)
国家重点基础研究发展973计划项目2010CB334711;国家自然科学青年基金项目51205288;天津市科委面上基金项目13jcybjc15900
2017-11-20(万方平台首次上网日期,不代表论文的发表时间)
共9页
104-112