文献知网节
  • 记笔记

基于卷积神经网络与显著性特征的皮革缺陷检测

丁彩红黄浩彭明

东华大学机械工程学院

摘要:针对目前皮革缺陷形态多样、检测难度高的问题,提出卷积神经网络与显著性特征组合的检测方法。以9种常见的皮革缺陷为检测目标,应用卷积神经网络方法对其进行初步检测,结果表明此方法对其中几种缺陷的检测准确性不够。对皮革缺陷的几何和灰度特征进行数理统计,归纳出缺陷显著性特征描述,提出以卷积神经网络为主、显著性特征为辅的组合检测方法。通过试验验证得出,组合检测方法的准确率可达90%以上,相比卷积神经网络法,检测准确率有所提升且平均处理时间的增幅很小,可满足实际皮革缺陷检测需求。
  • 专辑:

    理工B(化学化工冶金环境矿业); 电子技术及信息科学

  • 专题:

    轻工业手工业; 计算机软件及计算机应用; 自动化技术

  • 分类号:

    TS57;TP183;TP391.41

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • HTML阅读
  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:179 页码:408-413 页数:6 大小:1598K

相关文献推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者