首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于卷积柔性神经森林的竹片虫洞和霉斑检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:福建工程学院

摘要:本发明提供了一种基于卷积柔性神经森林的竹片虫洞和霉斑检测方法。包括步骤:获取目标竹片图像;将目标竹片图像转换为灰度图像;通过均值滤波法过滤灰度图像的椒盐噪声;将灰度图像转换为二值图;采用sobel算子对二值图中的竹片边缘进行提取,进而获取目标竹片轮廓的二值图;构建第一卷积神经树群体模型;对第一卷积神经树群体模型的每个个体进行评估,并根据评估结果优化第一卷积神经树群体模型的结构;使用PSO粒子群算法对第一卷积神经树群体模型进行参数优化,进而提取出第一卷积神经森林模型;将目标竹片轮廓的二值图输入第一卷积神经森林模型中,并与测试集进行测试,进而得到第一分类结果信息。本发明可以高效、准确的检测多种竹片缺陷种类。

主权项:1.一种基于卷积柔性神经森林的竹片虫洞和霉斑检测方法,其特征在于,包括步骤:获取目标竹片图像;将目标竹片图像转换为灰度图像;通过均值滤波法过滤灰度图像的椒盐噪声;将灰度图像转换为二值图;采用sobel算子对二值图中的竹片边缘进行提取,进而获取目标竹片轮廓的二值图;构建第一卷积神经树群体模型;对第一卷积神经树群体模型的每个个体进行评估,并根据评估结果以遗传编程优化第一卷积神经树群体模型的结构;使用PSO粒子群算法对第一卷积神经树群体模型进行参数优化,进而提取出第一卷积神经森林模型;将目标竹片轮廓的二值图输入第一卷积神经森林模型中,并与测试集进行测试,进而得到第一分类结果信息,所述第一分类结果信息包括目标竹片的缺陷情况信息;“对第一卷积神经树群体模型的每个个体进行评估,并根据评估结果以遗传编程优化第一卷积神经树群体模型的结构”,具体为:对第一卷积神经树群体模型的每个个体使用交叉熵损失函数来计算其误差,进而获取其适应度,误差越大代表适应度越小;将各个个体按照适应度大小进行排序,将适应度较大的50%个体保留;将保留下来的个体拷贝为交叉群体,依次按照遗传交配与突变筛选的方式获取与交叉群体数量相同的新的种群;将新的种群与保留下来的个体组成新的第一卷积神经树群体模型;“使用PSO粒子群算法对第一卷积神经树群体模型进行参数优化,进而提取出第一卷积神经森林模型”具体为:使用PSO粒子群算法初始化第一卷积神经树群体模型的每个卷积神经树的粒子群的每个粒子位置、速度;计算每个粒子适应度;更新粒子的最优位置,更新粒子的全局最优位置;更新粒子的实际速度、实际位置;确定粒子达到最大PSO迭代次数后对第一卷积神经树群体中每个个体进行评估;确定群体存在达到预设的第一最优预设阈值的个体时,停止优化第一卷积神经树群体模型,并将适应度最优的三个卷积神经树选出,进而组成卷积神经森林模型。

全文数据:

权利要求:

百度查询: 福建工程学院 一种基于卷积柔性神经森林的竹片虫洞和霉斑检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。