一种基于机器视觉的纸病识别方法
作者单位：张学兰,李军,ZHANG Xue-lan,LI Jun(华南理工大学制浆造纸工程国家重点实验室,广东广州,510640;华南理工大学广东省造纸技术与装备公共实验室,广东广州,510640)孟范孔,MENG Fan-kong(华南理工大学机械与汽车工程学院,广东广州,510640)
加工时间：2014-03-15
信息来源：中国造纸学报
关键词：纸病图像;图像灰度;特征值;BP神经网络
摘 要：提出了一种基于图像灰度变换和BP神经网络的纸病识别算法.该算法是利用动态双阈值法和图像合成法对图像进行预处理,提取出纸病的特征值,再利用BP神经网络对纸病进行分类.结果表明,BP神经网络分类器可以很好地识别出纸病图像中的孔洞、脏点和褶皱,平均识别率达93.8％.
027-87841330