基于BP神经网络的纸张缺陷检测与识别研究

• 作者: 刘昕 张金凤 段茵 陈恺煊
• 来源期刊: 西安理工大学学报
• 学科: 工学
• 关键词: 纸张缺陷检测 图像处理 神经网络
• 年，卷（期）: 2018,（2）
• 页码范围: 235-239
• 页数: 5页
• 分类号: TS807
• 字数: 4214字
• 语种: 中文
• DOI: 10.19322/j.cnki.issn.1006-4710.2018.02.018

摘要

纸张表面缺陷会直接影响印刷产品的质量.为了快速、准确地检测出纸张缺陷,本文提出了一种基于BP神经网络的纸张缺陷检测与识别的方法.先将纸张缺陷经过形态学处理,再进行形状分析,然后把距离、面积、延长因子和圆度因子四个特征参数输入神经网络进行训练,最后利用训练后的神经网络对纸张缺陷类型进行识别.实验表明:将BP神经网络用于纸张缺陷检测中,能有效地检测缺陷类型,并准确识别常见的尘埃、孔洞、裂口和褶子四种纸张缺陷.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘昕	西安理工大学印刷包装与数字媒体学院	80	303	9.0	13.0
2	张金凤	西安理工大学印刷包装与数字媒体学院	8	23	3.0	4.0
3	陈恺煊	西安理工大学印刷包装与数字媒体学院	3	13	3.0	3.0
4	段茵	西安理工大学印刷包装与数字媒体学院	1	5	1.0	1.0