本文選題：管道腐蝕　切入點(diǎn)：邊緣檢測(cè)　出處：《電子測(cè)量與儀器學(xué)報(bào)》2017年11期 　論文類型：期刊論文

【摘要】：為實(shí)現(xiàn)管道內(nèi)表面腐蝕圖像的邊緣檢測(cè),分析了經(jīng)典的邊緣檢測(cè)方法,針對(duì)其存在檢測(cè)精度低和抗噪聲性能差等缺點(diǎn),研究了一種基于BP神經(jīng)網(wǎng)絡(luò)的圖像邊緣檢測(cè)算法。利用標(biāo)準(zhǔn)圖像和經(jīng)傳統(tǒng)邊緣檢測(cè)算法檢測(cè)得到的邊緣圖像作為輸入輸出數(shù)據(jù),并用大量數(shù)據(jù)進(jìn)行訓(xùn)練,構(gòu)建了可實(shí)現(xiàn)圖像邊緣檢測(cè)的BP神經(jīng)網(wǎng)絡(luò)。用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)管道內(nèi)表面腐蝕圖像邊緣檢測(cè),并與傳統(tǒng)的邊緣檢測(cè)算法檢測(cè)結(jié)果進(jìn)行了比對(duì),實(shí)驗(yàn)結(jié)果表明,該算法可明顯提高檢測(cè)精度及抗噪聲能力,具有廣泛的適用性。
[Abstract]:In order to realize the edge detection of the inner surface corrosion image of pipeline, the classical edge detection method is analyzed, aiming at the shortcomings of its low detection precision and poor anti-noise performance, etc. An image edge detection algorithm based on BP neural network is studied. The standard image and the edge image detected by the traditional edge detection algorithm are used as input and output data, and a large number of data are trained. The BP neural network which can realize image edge detection is constructed. The edge detection of pipeline inner surface corrosion image is realized by using the trained neural network, and the results are compared with the traditional edge detection algorithm. The experimental results show that, The algorithm can obviously improve the detection accuracy and anti-noise ability, and has wide applicability.
【作者單位】： 內(nèi)蒙古科技大學(xué)信息工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61362023)資助項(xiàng)目
【分類號(hào)】：TP183;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋培華,陸宗騏,高敦岳;基于Log_Prewitt算子的邊緣檢測(cè)算法[J];小型微型計(jì)算機(jī)系統(tǒng);2002年11期

2 王宇生,卜佳俊,陳純;一種基于積分變換的邊緣檢測(cè)算法[J];中國(guó)圖象圖形學(xué)報(bào);2002年02期

3 顧曉東,王曉明,劉健;基于曲線坐標(biāo)系的圖像邊緣檢測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2002年03期

4 王娜,李霞;一種新的改進(jìn)Canny邊緣檢測(cè)算法[J];深圳大學(xué)學(xué)報(bào);2005年02期

5 王文豪;;圖象邊緣檢測(cè)中邊界閉合性的分析與探討[J];計(jì)算機(jī)與信息技術(shù);2005年12期

6 劉軍;姚子建;;用邊緣檢測(cè)算子實(shí)現(xiàn)圖像邊緣檢測(cè)[J];福建電腦;2006年02期

7 李葆青;文山;;邊緣檢測(cè)準(zhǔn)則與幾種典型算法[J];六盤水師范高等�？茖W(xué)校學(xué)報(bào);2006年03期

8 鄭子華;陳家禎;鐘躍康;;基于灰色加權(quán)絕對(duì)關(guān)聯(lián)度的邊緣檢測(cè)算法[J];電腦知識(shí)與技術(shù);2006年20期

9 黃玉程;胡國(guó)清;吳雄英;劉文艷;;人臉圖像邊緣檢測(cè)的方法研究和應(yīng)用[J];計(jì)算機(jī)工程;2006年18期

10 任民宏;;圖像邊緣檢測(cè)算法的比較與展望[J];中國(guó)科技信息;2007年10期

相關(guān)會(huì)議論文 前10條

1 王巖;勒中鑫;;邊緣檢測(cè)中幾種方法的比較[A];1998年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1998年

2 孟偉;王秀澤;張巖;;離散Canny邊緣檢測(cè)算法的實(shí)現(xiàn)[A];走近CIE 26th——中國(guó)照明學(xué)會(huì)（2005）學(xué)術(shù)年會(huì)論文集[C];2005年

3 周勝靈;丁珠玉;;農(nóng)產(chǎn)品邊緣檢測(cè)系統(tǒng)研究[A];中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

4 任獲榮;楊夏穎;何培培;孫建維;高敏;;邊緣檢測(cè)技術(shù)發(fā)展現(xiàn)狀及其在零件識(shí)別中的應(yīng)用綜述[A];第三屆數(shù)控機(jī)床與自動(dòng)化技術(shù)專家論壇論文集[C];2012年

5 王巖;勒中鑫;;幾種邊緣檢測(cè)方法及其比較[A];中國(guó)圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國(guó)圖象圖形科技大會(huì)論文集[C];1998年

6 葉樂軍;王強(qiáng);;基于自適應(yīng)邊緣檢測(cè)的大空間火災(zāi)目標(biāo)監(jiān)測(cè)技術(shù)[A];中國(guó)職業(yè)安全健康協(xié)會(huì)2007年學(xué)術(shù)年會(huì)論文集[C];2007年

7 沈亮;潘德爐;王迪峰;;機(jī)載多通道掃描儀圖像的邊緣檢測(cè)初步研究[A];2008中國(guó)儀器儀表與測(cè)控技術(shù)進(jìn)展大會(huì)論文集（Ⅰ）[C];2008年

8 李文輝;郭寧寧;郝鑫;;優(yōu)化邊緣檢測(cè)的分析和解決方案[A];“加入WTO和科學(xué)技術(shù)與吉林經(jīng)濟(jì)發(fā)展——機(jī)遇·挑戰(zhàn)·責(zé)任”吉林省第二屆科學(xué)技術(shù)學(xué)術(shù)年會(huì)論文集（上）[C];2002年

9 王培珍;孟祥昊;張克;鄭詩(shī)程;潘瑞雪;;板材圖像邊緣檢測(cè)算法研究[A];第25屆中國(guó)控制與決策會(huì)議論文集[C];2013年

10 王海嵐;樊紹勝;;一種改進(jìn)的模糊形態(tài)學(xué)邊緣檢測(cè)算法[A];中國(guó)自動(dòng)化學(xué)會(huì)中南六�。▍^(qū)）2010年第28屆年會(huì)·論文集[C];2010年

相關(guān)重要報(bào)紙文章 前1條

1 鳴人;Photoshop CS5:三大功能再進(jìn)化[N];中國(guó)攝影報(bào);2010年

相關(guān)博士學(xué)位論文 前10條

1 磨少清;邊緣檢測(cè)及其評(píng)價(jià)方法的研究[D];天津大學(xué);2011年

2 董鴻燕;邊緣檢測(cè)的若干技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2008年

3 王媛妮;順序形態(tài)邊緣檢測(cè)及分水嶺圖像分割研究[D];武漢大學(xué);2010年

4 遲健男;圖像形態(tài)學(xué)和小波分析在圖像增強(qiáng)與邊緣檢測(cè)中的應(yīng)用[D];東北大學(xué);2005年

5 李杏梅;Contourlet變換在圖像去噪與邊緣檢測(cè)中的應(yīng)用研究[D];華中科技大學(xué);2011年

6 丁興號(hào);基于小波分析的視覺檢測(cè)技術(shù)研究[D];合肥工業(yè)大學(xué);2003年

7 閆海霞;基于數(shù)學(xué)形態(tài)學(xué)的圖像邊緣檢測(cè)和增強(qiáng)算法的研究[D];吉林大學(xué);2009年

8 謝松法;模式特征的提取與應(yīng)用研究[D];華中科技大學(xué);2007年

9 吳慶崗;復(fù)雜背景輸電線圖像中部件邊緣提取算法研究[D];大連海事大學(xué);2012年

10 Ali Abdullah Yahya;[D];合肥工業(yè)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 林江;基于邊緣檢測(cè)和馬爾可夫隨機(jī)場(chǎng)的AD癥腦MRI分割方法研究[D];西南交通大學(xué);2015年

2 呂威駿;基于分?jǐn)?shù)階傅里葉變換和多尺度跟蹤的邊緣檢測(cè)算法[D];鄭州大學(xué);2015年

3 亓?xí)酝?基于攝影測(cè)量的板類件孔位檢測(cè)方法研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

4 李志;基于視頻的軌檢定位技術(shù)研究[D];西南交通大學(xué);2015年

5 王芮;基于多窗口的蟻群圖像邊緣檢測(cè)及并行算法[D];南京師范大學(xué);2015年

6 韓璐;改進(jìn)的基于多尺度多方向結(jié)構(gòu)元素和形態(tài)學(xué)的邊緣檢測(cè)算法[D];山東大學(xué);2015年

7 郭峰;基于Mumford-Shah模型的圖像邊緣檢測(cè)算法[D];華北電力大學(xué);2015年

8 陳美榮;基于N-Smoothlets的圖像處理關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2015年

9 喬建強(qiáng);火焰圖像邊緣檢測(cè)及修復(fù)算法的研究[D];華北電力大學(xué);2015年

10 于曉慧;基于機(jī)器學(xué)習(xí)的醫(yī)學(xué)超聲圖像邊緣檢測(cè)算法研究[D];西南科技大學(xué);2015年

，

本文編號(hào)：1607686