首页 > 期刊 > 中国激光 > 基于全卷积神经网络的焊缝特征提取 【正文】
摘要:基于深层卷积神经网络的特征学习能力,提出了一种基于全卷积神经网络的焊缝特征提取方法。该方法利用全卷积神经网络将包含焊缝特征信息的像素预测出来,通过融合低层与高层特征信息来补充焊缝边缘的特征信息。研究结果表明:所提方法能在强烈弧光和烟尘干扰下准确地提取出焊缝位置,具有抗干扰能力强、识别准确的优点。
关键词:图像处理 卷积神经网络 焊缝跟踪 自动焊接系统 深度学习
单位:天津科技大学电子信息与自动化学院; 天津300222
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
相关范文
北大期刊
¥3820.00