论文部分内容阅读
针对胶囊异物缺陷在图像中表现的模糊性和多样性问题,利用神经网络处理非线性问题的优势,将神经网络应用到胶囊异物缺陷的识别。先将Y方向的Sobel算子应用于胶囊图像从而将图像分割成三部分,对每部分图像进行滤波降噪的预处理,然后再提取各部分的图像直方图的相对平滑度、偏斜度、平坦度、扭曲度、峰度、和熵这些特征,运用基于聚类归一化的方法对数据进行归一化,提出基于BP神经网络进行胶囊异物缺陷识别的算法。实验表明,该算法能够达到较高的识别精度。