基于BP神经网络的钢球表面缺陷识别  

Discernment of Steel Ball Surface Defect Based on BP Neural Network

作　　者：陈涛[1] 刘献礼[1] 吉举正 周洪玉[1] 

机构地区：[1]哈尔滨理工大学,哈尔滨150080 [2]哈尔滨电机厂,哈尔滨150040

出　　处：《机械工程师》2010年第7期56-57,共2页Mechanical Engineer

基　　金：黑龙江省教育厅科学技术研究项目(11513034)

摘　　要：采用灰度共生矩阵为基础的纹理特征计算方法,对钢球表面图像进行特征参数提取,应用基于BP神经网络的图像特征模式识别方法,实现了对钢球表面不同种类缺陷的准确识别,实验结果表明,该方法能够对钢球表面缺陷进行有效地分类识别。Feature parameters of steel ball surface images has been acquired by using the grey level intergrowth matrix. Based on BP neural network , the discernment method has predicted steel ball surface defects more accurately. Experimenl results show that the method has good discernment performance.

关 键 词：钢球 表面缺陷 灰度共生矩阵 BP神经网络 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]