基于ART2神经网络的汽车车架纵梁模式识别  

Recognition of Auto Rack Girders Based on ART2 Neural Network

作　　者：郑春妍[1] 张玉欣[2] 甘立杰[1] 何秋奇[1] 

机构地区：[1]长春工业大学机械电子工程学院,吉林长春130012 [2]北华大学,吉林长春132021

出　　处：《机械制造与自动化》2009年第3期19-21,共3页Machine Building & Automation

基　　金：吉林省科技计划发展项目(编号:20060534)。

摘　　要：在研究了汽车车架纵梁图像后,针对汽车车架纵梁上孔的分布特征,提出了多元纵梁图像特征提取的方法。首先,通过小波变换提取图像小波分解系数用作纵梁图像的特征,然后把纵梁图像分成16个子矩阵(4×4)提取纵梁图像的边缘像素数,并作为神经网络的输入,得到纵梁模式识别的基本概率分配,最后根据D-S证据理论的合成规则得到识别结果。试验结果表明,该方法是有效的。After a study of auto rack girderimage, this paper puts forward a feature extraction method. Firstly, the wavelet analyzed co- efficient is obtained by wavelet transform and the edge pixel numbers of images, and then the images are partitioned to 16 sub-images （4×4） to estimate the edge pixels of each region, which are used as the inputs of neural network to obtain basic probability assign- ment. Finally, according to composition rule of D-S evidence theory, recognition results are gotten. Experiment results show that the proposed method is effective on feature recognition.

关 键 词：小波变换 特征提取 神经网络 

分 类 号：U463.32[机械工程—车辆工程]