首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于非下采样Contourlet变换和PCNN的表面缺陷自动识别方法
引用本文:周新星,王典洪,孙林,王洪亮,李东明.基于非下采样Contourlet变换和PCNN的表面缺陷自动识别方法[J].应用基础与工程科学学报,2013,21(1):174-184.
作者姓名:周新星  王典洪  孙林  王洪亮  李东明
作者单位:1. 中国地质大学(武汉)机械与电子信息学院,湖北武汉,430074
2. 武汉钢铁(集团)公司,湖北武汉,430083
基金项目:国家自然科学基金项目,湖北省自然科学基金重点项目
摘    要:基于多尺度几何分析的表面缺陷特征提取方法中,常用的可分离二维Wavelet基是各向同性的,无法有效表示图像的纹理和边缘,且通常对多尺度分解系数所提取的特征不全面.提出基于非下采样Contourlet变换(NSCT)和脉冲耦合神经网络(PCNN)的特征提取方法,并应用于冷轧带钢表面缺陷自动识别.首先用NSCT对缺陷图像进行多尺度多方向分解;然后将子带图像输入PCNN迭代点火,计算点火图的熵序列作为子图的特征,合并各子图特征得到原图的特征向量;最后用支持向量机进行分类识别.该方法能够全面准确提取缺陷图像信息,尤其是纹理边缘等方向信息,且方法可并行实现,PCNN不需要训练.利用从生产线现场采集的缺陷图像对文中方法进行了试验,识别率达95.44%.

关 键 词:表面检测  特征提取  非下采样Contourlet变换  脉冲耦合神经网络  多尺度几何分析

Automatic Recognition Method of Surface Defects Based on Nonsubsampled Contourlet Transform and PCNN
ZHOU Xinxing , WAND Dianhong , SUN Lin , WANG Hongliang , LI Dongming.Automatic Recognition Method of Surface Defects Based on Nonsubsampled Contourlet Transform and PCNN[J].Journal of Basic Science and Engineering,2013,21(1):174-184.
Authors:ZHOU Xinxing  WAND Dianhong  SUN Lin  WANG Hongliang  LI Dongming
Institution:1(1.Faculty of Mechanical and Electronic Information,China University of Geosciences(Wuhan),Wuhan 430074,China;2.Post-doctoral Research Station of China University of Geosciences(Wuhan),Wuhan 430074,China)
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号