论文部分内容阅读
运用带动量因子的最速下降BP神经网络实现对刀具磨损状态识别。首先标定相机并采集刀具图像;经过倾斜校正、边缘定位、坐标变换和曲线拟合等技术处理后,提取刀尖后角、刀尖夹角、刀尖半径和刀尖高度4种特征参数并融合构成特征矢量组;最后建立改进BP神经网络模型,对刀具磨损情况进行训练和预测。仿真实验证明该方法具有很好的刀具磨损识别准确度和检测效率。