硅钢钢带是变压器等工业设备发展的一项重要原材料，其质量的高低直接影响着产品性能的好坏。传统的人工检测具有效率低、精确度差等特点。为此提出基于机器视觉的表面缺陷自动检测研究。该研究采用图像处理及模式匹配的方法，通过对由CCD工业相机采集到的图片进行几何矫正、图像拼接、缺陷处理等过程，实现了硅钢钢带表面缺陷轮廓检测、特征提取、分类等功能，从而完成钢带质量的判定。
2021-08-24 09:33:17
317KB
1
针对人脸表情识别，传统方法主要依赖人工提取特征的优劣，算法的鲁棒性较差，而传统卷积神经网络无法提取到更深层次的图像特征，因此该文将采用深度残差网络进行人脸表情识别。ResNet网络主要由残差模块组成，将残差模块的输出送入到全连接层进行特征的融合，最后由Softmax分类器进行分类。该文将输入残差模块之前的卷积层进行改进，使用并行的小卷积代替原来的卷积，使其可以提取到更深层次且不同尺度的图像特征以易于识别。在公用数据集CK+上进行多次实验，结果证明该方法具有较高的准确率。
2021-08-22 10:30:37
1.47MB
1