基于脉冲耦合神经网络的工件边缘定位

摘要：

为实现在工业测量中对工件边缘的快速准确定位,以满足在线测量系统的实时性的要求,利用脉冲耦合神经网络(PCNN,Pulse Coupled Neural Network).并结合前三阶灰度矩实现了对工件边缘的精确定位.该方法首先利用脉冲耦合神经网络对待测量工件进行初步定位,然后利用初步定位的结果设置感兴趣的区域,再利用前三阶灰度矩在原始灰度图像上的感兴趣区域内进行边缘的亚像素细分.实验结果表明该方法抗噪声能力强,边缘定位准确,同时能够提高边缘的检测速度.

关键词：工件、脉冲耦合神经网络、灰度矩、边缘检测、亚像素

所属期刊栏目：20

分类号：TP391.41(计算技术、计算机技术)

资助基金：江苏省商校重点实验室开放基金KXJ07128

在线出版日期：2010-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：221-224