查询结果:   陈毅,刘晓玉,刘斌,蒋峥.基于BP神经网络的胶囊异物缺陷识别[J].计算机应用与软件,2015,32(3):196 - 199.
中文标题
基于BP神经网络的胶囊异物缺陷识别
发表栏目
人工智能与识别
摘要点击数
1336
英文标题
RECOGNITION OF CAPSULE FOREIGN MATTER DEFECT BASED ON BP NEURAL NETWORK
作 者
陈毅 刘晓玉 刘斌 蒋峥 Chen Yi Liu Xiaoyu Liu Bin Jiang Zheng
作者单位
武汉科技大学信息科学与工程学院 湖北 武汉 430081     
英文单位
College of Information Science and Engineering,Wuhan University of Science and Technology , Wuhan 430081, Hubei, China     
关键词
胶囊 直方图 聚类 归一化 神经网络
Keywords
Capsule Histogram Clustering Normalisation Neural network
基金项目
湖北省优秀中青年创新团队项目(T200801);湖北省教育厅重点项目(D20091103)
作者资料
陈毅,硕士生,主研领域:模式识别。刘晓玉,副教授。刘斌,教授。蒋峥,副教授。 。
文章摘要
针对胶囊异物缺陷在图像中表现的模糊性和多样性问题,利用神经网络处理非线性问题的优势,将神经网络应用到胶囊异物缺陷的识别。先将Y方向的Sobel算子应用于胶囊图像从而将图像分割成三部分,对每部分图像进行滤波降噪的预处理,然后再提取各部分的图像直方图的相对平滑度、 偏斜度、 平坦度、 扭曲度、 峰度、 和熵这些特征,运用基于聚类归一化的方法对数据进行归一化,提出基于BP神经网络进行胶囊异物缺陷识别的算法。实验表明,该算法能够达到较高的识别精度。
Abstract
Considering the vagueness and diversity of capsule foreign matter defects represented in image, we apply neural network to recognising the capsule foreign matter defect by making use of its advantage in dealing with non-linear problem. First, we apply the vertical Sobel operator in capsule image to segment it to three parts, and carry out the preprocessing of filtering and denoising on every part of the image. Then we extract those features of relative smoothness, skewness, flatness, distortion, kurtosis and entropy from image histogram of each part and normalise the data by using clustering normalization-based approach, and propose a BP neural network-based algorithm of capsule foreign matter defect recognition. Experiment demonstrates that this method can reach higher recognition precision.
下载PDF全文