基于卷积神经网络的轮胎缺陷X光图像分类

• 作者: 刘云 崔雪红 李辉 王传旭
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 卷积神经网络 池化 轮胎缺陷 图象分类 全连接
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 168-173
• 页数: 6页
• 分类号: TP391|TN081
• 字数: 4576字
• 语种: 中文

摘要

轮胎缺陷的类型直接决定着轮胎是否为残次品或废品,对于轮胎定级具有重要参考价值,探索高性能的轮胎缺陷分类方法至关重要.采用卷积神经网络技术,提出一个端到端的图像自动分类算法.首先,从国内某轮胎生产线上通过现场运行的轮胎X光射线缺陷检测系统采集胎侧异物缺陷、胎冠异物缺陷、气泡缺陷、胎冠劈缝、胎侧开根5种最常见缺陷类型和1种正常胎侧图像作为分类目标,并且依据缺陷图像的缺陷尺度,将每幅图像缩放到127×127像素的统一大小;然后,设计含有5个卷积层、3个池化层、3个全连接层的网络结构.最后,用采集的缺陷样本对所设计的深度网络进行训练学习与测试.并将该算法和大量传统分类算法进行实验对比,取得更好的分类效果,平均测试识别率高达96.51％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘云	青岛科技大学信息科学技术学院	51	356	10.0	16.0
2	王传旭	青岛科技大学信息科学技术学院	45	244	9.0	14.0
3	崔雪红	青岛科技大学信息科学技术学院	7	19	3.0	4.0
4	李辉	青岛科技大学信息科学技术学院	15	39	4.0	5.0