应用聚类神经网络的异纤检测多类光源优化设计

发布时间：2018-05-28 14:58

  本文选题：异纤检测 + 光源优化设计　； 参考：《纺织学报》2017年10期

【摘要】：为使电荷耦合元件(CCD)精确采集处理异纤图像并对多类异纤进行检测,提出了一种基于模糊聚类神经网络的异纤检测多类光源优化设计方法。通过分析CCD成像与入射光能量的关系,推导出多类异纤检测的光源量,建立了CCD靶面曝光量函数,确定光源的最佳检测位置,通过图像参数方程,分析CCD背景板图像的光线分布及平均灰度,通过模糊聚类分析,综合考虑输入值的全部信息建立了多类光源的模糊聚类神经网络,对光源进行优化设计。设计结果表明,最佳检测位置是异纤处于中心位置,在光源数量为10,两侧距离为3 mm,神经网络的收敛误差均达到预期值,异纤检出率达到94.79%,符合企业异纤检测实际生产的要求。
[Abstract]:In order to make the charge coupled element (CCD) accurately collect and process the heterogeneous image and detect the multi-class hetero-fibrils, a method of optimizing the design of multi-class light source for hetero-fiber detection based on fuzzy clustering neural network is proposed. By analyzing the relationship between CCD imaging and incident light energy, the amount of light source for multi-class hetero-fiber detection is deduced, and the exposure function of CCD target surface is established to determine the best detection position of light source. The image parameter equation is used. The light distribution and average gray of CCD background board image are analyzed. The fuzzy clustering neural network of multiple light sources is established by fuzzy clustering analysis and all the information of input value is considered, and the optimum design of light source is carried out. The design results show that the best detection position is that the hetero-fiber is in the center position, the number of light sources is 10, the distance between the two sides is 3 mm, the convergence error of neural network reaches the expected value, and the detection rate of hetero-fibrils reaches 94.79.
【作者单位】： 天津工业大学;天津市现代机电装备技术重点实验室;北京大恒图像视觉有限公司;
【基金】：国家重点基础研究发展(973)计划项目(2010CB334711) 国家自然科学青年基金项目(51205288) 天津市科委面上基金项目(13jcybjc15900)
【分类号】：TP183;TP391.41

【相似文献】

相关期刊论文 前10条

1 陈祯培,李继陶,朱自强,钟永碧;激光图象频谱的模糊聚类分析[J];激光杂志;1984年03期

2 杨大伟;模糊聚类分析系统及其应用[J];天中学刊;2005年02期

3 郭仁忠;张克权;;模糊聚类分析中的传递闭包法与普通聚类分析中最短距离法的等价性[J];武测科技;1987年02期

4 匡云太;;第三讲 模糊聚类分析[J];铁路航测;1989年04期

5 王松年;朱洪;;模糊数学在计算机工程中的应用(二)——模糊聚类分析及其实际应用[J];计算机工程与设计;1984年04期

6 王延琮,张敬宝,毕开顺;模糊数学及其在药学方面的应用(2)[J];沈阳药学院学报;1988年02期

7 黄勇,隋益虎;模糊聚类分析程序及应用[J];计算机与农业;2000年12期

8 刘学彬;;模糊聚类分析在农业机械化发展战略中的应用[J];计算机农业应用;1989年01期

9 潘永丽;王元亮;李冬;;模糊聚类分析及应用的C++实现[J];云南民族大学学报(自然科学版);2009年04期

10 王越;黄靖华;;模糊聚类分析在精确化养猪业中的应用[J];重庆理工大学学报(自然科学);2011年11期

相关硕士学位论文 前1条

1 李媛;基于大数据处理的模糊聚类分析应用研究[D];陕西师范大学;2016年

，

本文编号：1947158