基于脉冲耦合神经网络的刀具磨损检测

• 作者: 李鹏阳 王毅 祝双武 郝重阳
• 来源期刊: 中国机械工程
• 关键词: 脉冲耦合神经网络(PCNN) 刀具磨损 图像分割 状态检测
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 机械科学
• 页码范围: 547-550
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3321/j.issn:1004-132X.2008.05.011

摘要

将仿生学中的脉冲耦合神经网络(PCNN)引入刀具磨损检测中,利用刀具磨损区域灰度强度明显高于刀体和背景区域灰度强度的特点,通过空间邻近和灰度相似集群像素获得分割的二值图像,从而达到对刀具磨损区域进行检测的目的.对车削加工中刀具不同磨损阶段的磨损图像进行分割试验,证明了该算法可以有效地判断刀具的磨损状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝重阳		173	2348	22.0	40.0
2	王毅		76	698	14.0	21.0
3	李鹏阳		4	70	4.0	4.0
4	祝双武		8	101	6.0	8.0