• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《光学仪器》 >基于改进CV模型和PCNN的NSST域焊接缺陷提取

基于改进CV模型和PCNN的NSST域焊接缺陷提取

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

为了精确地提取焊接缺陷,进一步提高缺陷检测的准确性,提出了一种基于改进Chan-Vese (CV)模型和脉冲耦合神经网络(pulse coupled neural network,PCNN)的非下采样Shearlet变换(non-subsampled Shearlet transform,NSST)域焊接缺陷提取方法.首先,对焊接缺陷图像进行NSST分解,对得到的低频分量采用PCNN提取出缺陷的主要区域;然后,利用背景抑制后的低频分量和高频分量构造出高频特征图像,并对其进行粗分割,再利用改进的CV模型寻找最优轮廓,提取出缺陷精细轮廓;最后,融合缺陷的主要区域和精细轮廓信息得到最终的结果.实验结果表明,与其他缺陷提取法相比,所用方法提取的缺陷结构更为完整,缺陷轮廓更为精细.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号