基于深度学习的打印件中感光鼓损伤印迹识别系统设计

传统的打印机感光鼓损伤印迹识别系统识别时间长,工作过程稳定性差,为了解决上述问题,基于深度学习设计了一种新的打印机感光鼓损伤印迹识别系统。在传统卷积神经网络基础上增加训练模型,设计了一种新的卷积神经网络,将该网络引入到系统硬件中,构建出系统硬件总结构,包括输入层、卷积层、下采样层、特征提出层和输出层五层。根据硬件设计软件程序,共分为信息预处理、感光鼓损伤印迹定位、感光鼓损伤印迹分割、感光鼓损伤印迹识别四步。为检测识别系统的工作效果,与传统识别系统进行实验对比,结果表明,基于深度学习设计的识别系统能够有效缩短感光鼓损伤印迹识别时间,工作过程稳定性高。

浅谈激光打印件中的感光鼓损伤印迹

本文通过对感光鼓结构和感光鼓损伤印迹的论述,说明了感光鼓损伤印迹的形成原因,并阐述了其在实际工作中的作用。