论文部分内容阅读
针对传统金属拉链缺陷人工检测方法效率低、稳定性差、误检率高等缺点，提出一种基于脉冲耦合神经网络（Pulse Coupled Neural Networks，PCNN）和灰度跃变检测的金属拉链缺陷检测方法。针对拉链图像的特点，通过对传统PCNN进行改进以提高金属拉链图像二值分割处理速度；将传统PCNN和形态学理论相结合，提取链齿特征图像；采用区域像素统计与灰度跃变检测的方法实现金属拉链缺陷自动检测；完成检测系统的设计并进行实验研究。实验结果表明提出的检测方法快速、准确、可行。