基于片相似各项异性扩散的BP神经网络的磨粒识别研究
2016-12-12康剑莉
浙江水利水电学院学报 2016年3期
关键词:特征
崔 海,康剑莉
(1.浙江纺织服装职业技术学院,浙江 宁波 315211;2.温州职业技术学院,浙江 温州 325035)
基于片相似各项异性扩散的BP神经网络的磨粒识别研究
崔 海1,康剑莉2
(1.浙江纺织服装职业技术学院,浙江 宁波 315211;2.温州职业技术学院,浙江 温州 325035)
通过磨粒图像的各向异性扩散算法实现对磨粒图像特征参数的提取,然后依据磨粒图像特征参数的提取,并基于一种变尺度的BP网络学习算法,对一种基于BP神经网络的磨粒分类器进行了实验测试.证明基于片相似各项异性扩散的BP神经网络的磨粒识别方法具有较高的分类精度、具有较快的学习收敛速度,且有较高识别率.
磨粒;特征参数;BP神经网络;分类器
0 引 言
处理图像的自动识别方法有早期的高斯滤波.其它有效的方法还包括基于偏微分方程的方法,基于小波的方法等.为了克服各项同性去噪方法不能保持边缘的不足,出现了两类基于偏微分方程的图像去噪方法:一类是基于扩散的方法;另外一类是基于变差的方法.目前,大多数的研究理论都是基于神经网络算法理论的基础上进行的[1-3].
磨粒的图像特征包含了磨粒的形状,颜色,厚度,表面纹理等特征,这是设备内部磨损状况的重要判断依据.而磨粒的自动化识别技术一直是研究的热点,它是实现磨粒检测后续图像信息处理流程智能化、自动化和系统化的难点和重点.
本课题研究了采用一种基于偏微分方程中的扩散的方法,实现对磨粒图像纹理的特征提取,然后采用BP神经网络实现对磨粒形状的特征的分类识别;……
登录APP查看全文
