基于小波变换和概率神经网络的焊接接头类型识别

• 作者: 刘子腾 王秀平 白瑞林 陈晶
• 来源期刊: 光学技术
• 学科: 工学
• 关键词: 光学测量 小波变换 概率神经网络 焊接接头 分类器
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 信息光学与图像处理
• 页码范围: 138-143
• 分类号: TP242.6
• 语种: 中文

摘要

为了实现机器人自动焊接过程中快速、精确地提取焊缝特征信息,提出了一种基于小波变换和概率神经网络的焊接接头类型识别方法.先采用小波变换对由激光视觉传感器采集的焊接接头图像进行降噪和增强,对重构后的图像进行二值化,然后提取图像的特征信息,组成图像特征向量,最后构建概率神经网络分类器并进行测试.结合视觉传感器中激光器与摄像机的位置关系,最终识别出4种焊接接头.实验结果表明,所提出的方法特征提取简单,识别率高,并具有较好的实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白瑞林	江南大学轻工过程先进控制教育部重点实验室	158	1207	18.0	24.0
2	陈晶	江南大学轻工过程先进控制教育部重点实验室	4	10	2.0	3.0
4	王秀平	江南大学轻工过程先进控制教育部重点实验室	17	229	7.0	15.0
8	刘子腾	江南大学轻工过程先进控制教育部重点实验室	8	58	4.0	7.0