典型文献
基于视觉显著性与RBF神经网络融合的织物瑕疵检测
文献摘要：
为提升织物瑕疵检测准确率,避免出现漏检或误检,提高织物检测智能化程度,提出基于视觉显著性与RBF神经网络融合的织物瑕疵检测方法,将织物图像经中值滤波降噪后,通过织物瑕疵区域对比度、纹理粗糙度和纹理方向的异常显著性模型计算获得显著图,并经RBF神经网络训练获得的映射函数和网络特征字典重构织物图像提取特征,之后采用最大熵自动阈值法定位分割,有效获得织物瑕疵检测结果.实验结果表明:此方法能实时有效对多种异常特征较弱的织物瑕疵进行检测,适应性强,检测准确率大幅提升,能满足实际工业织物瑕疵检测要求.
文献关键词：
机器视觉;显著性;神经网络;瑕疵检测
中图分类号：
作者姓名：
徐伟锋;祝新军;刘山
作者机构：
绍兴职业技术学院机电工程与交通学院,绍兴312000;浙江大学控制科学与工程学院工业控制技术国家重点实验室,杭州310027
文献出处：
引用格式：
[1]徐伟锋;祝新军;刘山-.基于视觉显著性与RBF神经网络融合的织物瑕疵检测)[J].纺织科学与工程学报,2022(03):61-65,81
A类：
字典重构
B类：
视觉显著性,RBF,网络融合,织物,瑕疵检测,检测准确率,避免出现,漏检,中值滤波,降噪,区域对比,对比度,纹理粗糙度,显著性模型,显著图,神经网络训练,映射函数,网络特征,图像提取,提取特征,最大熵,自动阈值,阈值法,异常特征,检测要求,机器视觉
AB值：
0.351084
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
