基于形狀的工業(yè)零件分類(lèi)技術(shù)研究與實(shí)踐.pdf

1、本文介紹了神經(jīng)網(wǎng)絡(luò)和數(shù)字圖像處理的相關(guān)技術(shù)，對(duì)工業(yè)零件分類(lèi)方法進(jìn)行了深入研究。采用神經(jīng)網(wǎng)絡(luò)模式識(shí)別方法，設(shè)計(jì)了一套基于形狀的工業(yè)零件分類(lèi)系統(tǒng)，并利用VisualC++和MATLAB編程實(shí)現(xiàn)。采用圖像傳感器攝取原始信息，避免了與對(duì)象的直接接觸和人工檢查，所以更符合工業(yè)生產(chǎn)在線檢查的要求。而且在編制軟件時(shí)根據(jù)工業(yè)零件的形狀設(shè)計(jì)簡(jiǎn)化的步驟，達(dá)到高效快速的目的。進(jìn)行了對(duì)圓形和方形零件分類(lèi)識(shí)別系統(tǒng)的研究和設(shè)計(jì)，針對(duì)的對(duì)象是工業(yè)零件的強(qiáng)度圖像，采用

2、人機(jī)交互方式來(lái)對(duì)零件進(jìn)行識(shí)別。 在系統(tǒng)軟件設(shè)計(jì)部分中，對(duì)所選零件進(jìn)行模式識(shí)別，包括圖像預(yù)處理、特征提取和分類(lèi)器設(shè)計(jì)三個(gè)階段，在圖像預(yù)處理階段，主要做的工作有：圖像增強(qiáng)、圖像平滑和邊緣提取等。 分類(lèi)器設(shè)計(jì)采用了有導(dǎo)師學(xué)習(xí)方式的BP神經(jīng)網(wǎng)絡(luò)，并針對(duì)BP算法的局限性，給出一種優(yōu)化的BP算法，隱層神經(jīng)元的個(gè)數(shù)采用經(jīng)過(guò)大量實(shí)驗(yàn)總結(jié)出的經(jīng)驗(yàn)公式來(lái)確定，激活函數(shù)采用了一種新的誤差平方和函數(shù)，大大降低了異常值誤差帶來(lái)的影響。 選