简介:在丝绸等织物生产过程中,经常会出现织物产生非正常花纹的缺陷。目前对织物缺陷的检测主要是通过人工肉眼判别,该方法花费时间长、人工成本高,会给企业带来较大的经济负担。本文通过使用BP和SAE两种神经网络对织物进行缺陷检测,并判断是何种缺陷:首先介绍了使用BP神经网络对大量样本训练并保存,得到最佳权值,从而实现对于图像的缺陷检测和分类;训练样本通过SAE深度神经网络训练得到重构图像,再不断微调参数,获得最佳的权重数值,运用滤波器过滤噪声,最终得到结果。通过大量的实验,结果表明两种方法对织物缺陷检测均具有非常良好的效果,充分证明了深度神经网络在工业生产织物过程中运用的可行性。
简介:由于WorldView-2(WV-2)遥感数据具有高空间分辨率与高光谱分辨率遥感数据的双重特点,对其增强处理仍处于探索阶段。本文把高光谱数据处理方法一“沙漏”流程、MNF变换和多光谱遥感数据处理方法-PCA变换相结合,对大气校正、相对正射校正后的成矿有利地段的WV-2图像数据进行增强处理。结果表明MNF变换+PCA变换对侵入岩体增强效果较好,“沙漏”流程与实测岩矿波谱相结合,对侵入岩体、碎裂碳酸盐岩和环形构造增强有较好的效果。