论文部分内容阅读
提出了一种基于双流卷积神经网络的瓷砖缺陷分类和识别系统。设计瓷砖质量检测平台用来采集图像样本,通过图像增强方式扩展样本数量;利用双边滤波器进行图像预处理,采用Sobel算子计算图像的梯度。设计了一种采用最大值融合策略的双流卷积神经网络模型,实现了fc6层的决策级特征融合。该模型以瓷砖的原始图像以及其对应的缺陷区域二值图像作为输入,分别提取特征实现特征融合,然后输入到SVM分类器进行缺陷分类和识别。通过实验分析,证明该模型具有良好的收敛性、准确性和稳定性。