基于纹理特征的可燃药筒缺陷检测方法研究
为了实现可燃药筒表面缺陷的智能检测,提出了一种基于灰度共生矩阵与卷积神经网络的视觉检测方法.该方法将可燃药筒表面图像分成若干个小样本,分别利用灰度共生矩阵的特征参数与卷积神经网络的卷积层、池化层表征可燃药筒表面纹理,再将灰度共生矩阵的特征参数与卷积神经网络的特征参数进行拼接生成一维特征向量,最后将一维向量作为全连接的输入训练神经网络.实验结果表明,该方法对可燃药筒表面的白斑、油渍和正常样本具有良好的分类能力,检测成功率可达95%.该方法解决了因可燃药筒表面纹理导致缺陷难以提取的技术难题,可满足产品质量检测的需要.
可燃药筒;灰度共生矩阵;卷积神经网络;纹理特征
40
V512(航天用燃料(推进剂)及润滑剂)
辽宁省自然科学基金2019-KF-01-11
2021-11-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
46-51