摘要:针对轮胎质量定级中因人工判断缺陷类型导致轮胎质量误判的缺点,提出多对比度卷积神经网络的轮胎缺陷X 光 图像自动分类算法.为探索高性能的轮胎缺陷分类方法,构造单路CNN 网络;利用4 种对比度图像处理方法预处理原缺 陷图像,对原图像及预处理图像进行扭曲处理,分别作为各单路网络的输入数据'将多个在不同预处理数据库上训练的卷 积神经网络组合成一个多对比度卷积神经网络,使该系统对各种噪声具有鲁棒性.实验结果表明,在轮胎缺陷分类任务 上,对比度卷积神经网络优于大量传统分类算法及BP卷积神经网络,测试识别率高达98. 4 3 %.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社