不变矩法分类识别带钢表面的缺陷

• 作者: 张媛 程万胜 赵杰
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 不变矩 主成分分析法 BP 神经网络 特征提取 带钢表面缺陷
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 光电测量
• 页码范围: 90-94
• 页数: 5页
• 分类号: TP391.41
• 字数: 3762字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-501X.2008.07.018

摘要

针对带钢表面缺陷的识别和分类技术,本文采用一种将不变矩与主成分分析法相结合的特征提取方法.首先,对每幅缺陷图像提取22 维不变矩特征向量,满足对图像平移、尺度及旋转变化都不敏感;然后,为了提高分类器的效率,应用主成分分析法对特征向量进行空间降维处理,得到4 维特征向量;最后,将特征向量作为BP神经网络的输入,对网络进行权值和阈值训练,达到缺陷分类的目的.实验结果表明,该方法对带钢表面缺陷的平均正确识别率可达到85%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程万胜	哈尔滨工业大学机器人技术与系统国家重点实验室	9	175	6.0	9.0
2	赵杰	哈尔滨工业大学机器人技术与系统国家重点实验室	241	3127	28.0	44.0
3	张媛	哈尔滨工业大学机器人技术与系统国家重点实验室	7	73	3.0	7.0