基于脉冲耦合神经网络的工件边缘定位

• 作者: 周可 王培珍 董恒志
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 工件 脉冲耦合神经网络 灰度矩 边缘检测 亚像素
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 应用开发研究
• 页码范围: 221-224
• 分类号: TP391.41
• 字数: 3332字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2010.06.056

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王培珍	安徽工业大学电气信息学院	66	556	13.0	20.0
2	周可	安徽工业大学电气信息学院	2	9	2.0	2.0
3	董恒志	安徽工业大学电气信息学院	2	9	2.0	2.0