基于神经网络的钢筋计数方法研究.pdf

基于神经网络的钢筋计数方法研究.pdf

ID:52210783

大小:280.84 KB

页数:4页

时间:2020-03-25

基于神经网络的钢筋计数方法研究.pdf_第1页
基于神经网络的钢筋计数方法研究.pdf_第2页
基于神经网络的钢筋计数方法研究.pdf_第3页
基于神经网络的钢筋计数方法研究.pdf_第4页
资源描述:

《基于神经网络的钢筋计数方法研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、44传感器与微系统(TransducerandMicrosystemTechnologies)2010年第29卷第8期基于神经网络的钢筋计数方法研究陈至坤,潘晓娣’,王福斌,周亚罗,刘杰(1.河北理工大学计算机与自动控制学院,河北唐山O63OO9;2.东北大学机械工程与自动化学院,辽宁沈阳1100@4)摘要:为了提高钢筋的计数准确率和效率,综合运用图像处理技术和神经网络技术,实现对钢筋的识别和计数。对获取的钢筋原始图像进行数字图像处理,得到感兴趣的部分即钢筋的轮廓;计算单根钢筋轮廓的宽度、高度、面积和打捆钢筋的总面积4个特征量;将这4个特征量作为神经网络

2、的输入,训练网络识别钢筋并计数。仿真实验验证了这种方法的可行性和有效性。关键词:图象处理;特征提取;神经网络;模式识别;钢筋计数中图分类号:TP391文献标识码:A文章编号:1000--9787(2010)08--0044-041量‘eSearC1n0nmet■1n0n10Inre■imn0rCement』C0Unt●lDaSed●0nneuralnetworkCHENZhi—kun,PANXiao.di,WANGFu.bin,,ZHOUYa.1uo,LIUJie(1.SchoolofComputerandAutomaticControl,HebeiPo

3、lytechnicUniversity,TangshanO63OO9,China;2.ScholofMechanicalEngineeringandAutomation,NortheasternUniversity,Shenyang110004,China)Abstract:Inordertoimprovethecountingaccuracyandefficiency,theimageprocessingtechniquesandneuralnetworktechnologyareintegratedusedtorealizetheidentifica

4、tionandcountingofthesteelbar.Theobtainedoriginalimageofthesteelbarisimageprocesseddigitallytoobtaintheinterestedpartwhichisthetheoutlineofreinforcement.calculatethewidth,height,areaofasinglesteelbarcontourandthetotalareaoffourbundledsteelbar.Thesefourcharacteristicquantitiesactas

5、neuralnetworkinput,thenetworkistrainedtorecognizeandcountreinforcement.Simulationresultsverifythefeasibilityandeffectivenessofthismethod.Keywords:imageprocessing;featureextraction;neuralnetwork;patternrecognition;reinforcementcount0弓I言由于神经网络具有自学习、自组织、分类能力强、自适应钢筋是我国消费量最大的钢材品种之一,在钢

6、筋定支强等特点,对于数字图像来说,采用神经网络是一种有效的打捆和计数时,各生产商纷纷采用先进技术来提高计数准手段。确率和计数效率。2O世纪8O年代,国外开始对钢筋进行l基本原理自动计数系统进行研究,其研究的重点是准确的测量和控钢筋识别和计数的基本原理图如图1所示。制。国内现有的自动计数方法主要是图像识别法,将采集图像处神经判斯的图像输入计算机,通过图像处理算法进行特征提取,实现理和提网络并输取图像识别出结自动计数。特征和计果目前,研究人员主要采用基于面积法的钢筋计数系统敦和基于模板法的钢筋计数系统。这2种计数方法都有一定图1神经网络识别钢筋并计数基本原理

7、固的可行性,但也存在一定的缺点。面积法计数结果并不Fig1Basicprinciplediagramofreinforcementrecognition易于在计数的结果图像中直观地显示出来,不易对计数结andcountingbasedonneuralnetwork果的优劣进行判断,一旦有误差出现,不易找出错误的原从现场采集到的钢筋图像包含大量的背景信息和噪因;模板匹配法对模板和目标物的形状有较大的依赖,声,不仅对识别带来困难,而且,在这种情况下识别没有意自适应能力较低。义。所以,在钢筋识别之前,必须对原始的钢筋图像进行数收稿日期:2009-11-09第8

8、期陈至坤,等:基于神经网络的钢筋计数方法研究45字图像处理。数字图像处理包括图像

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。