基于BP神经网络的玻璃缺陷识别技术研究

• 作者: 王召巴 王夙喆 金永 陈友兴
• 来源期刊: 现代电子技术
• 关键词: 玻璃缺陷 BP神经网络 不变矩 灰度共生矩阵
• 年，卷（期）: 2010,（14）
• 页码范围: 45-48
• 分类号: TP919.8
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2010.14.015

摘要

为了准确、快速地对玻璃质量进行分类,提出一种基于BP神经网络的玻璃缺陷识别方法.由于不变矩与灰度共生矩阵分别可以描述图像的形状与纹理,在分析了缺陷灰度图像特点的基础上,将图像的纹理特征和不变矩特征融合,综合提取出一个分类能力更强的特征向量,再使用一个拟牛顿改进算法的三层前向BP网络.作为分类器,对常见的玻璃缺陷进行了识别.通过实验对比该方法和传统的单一特征识别法,证明该方法不仅具有更高的识别率,并且实时性较好,为玻璃缺陷的自动识别提供了一种新的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈友兴	中北大学电子测试技术国家重点实验室	84	338	10.0	13.0
2	金永	中北大学电子测试技术国家重点实验室	61	306	10.0	13.0
3	王召巴	中北大学电子测试技术国家重点实验室	187	885	14.0	18.0
4	王夙喆	中北大学电子测试技术国家重点实验室	3	15	2.0	3.0