RBF神经网络用于工件边缘特征参数的提取

摘要：

提出一种基于径向基函数神经网络（RBFNN）的工件特征参数提取的方法，采用了两个径向基函数神经网络，利用第一个RBFNN分别求出工件的边缘点pi领域内的顺时针边缘与逆时针边缘与x轴的夹角，两边缘夹角小的边缘点pi被认为是具有高曲率的角顶点。根据工件边缘曲线的特征，建立了各种边缘的曲率符号模型，用该模型训练第二个RBFNN，从而识别具有低曲率的切点和拐点及边缘曲线的类型。采用神经网络的方法提取工件特征参数，能准确地定位特征点。

关键词：径向基函数神经网络、切点、拐点、角检测

所属期刊栏目：17

分类号：TP391(计算技术、计算机技术)

在线出版日期：2004-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：28-33