基于改进型脉冲耦合神经网络的刀具磨损图像检测

脉冲耦合神经网络(Pulse Coupled Neural Networks,PCNN)图像分割法能很好将机械加工中的刀具磨损区域分割出来,但分割出来的图像是二值图像,很难将刀体和背景区分开来,这样就难于达到对刀具及其磨损状态进行精确监测的目的,为了解决这一难题,文中提出了改进的脉冲耦合神经网络分割算法,可成功分割出刀具磨损区、刀体和背景区域,通过对分割后图像的分析与识别,可以实现对刀具磨损状态的检测。对车削加工中刀具不同磨损阶段的磨损图像进行分割的实验,证明了该算法的有效性。