基于LabVIEW和Matlab混合编程的竹片检测系统设计

针对竹片生产过程完全依靠人工干预,无法满足快速、高效生产要求的现状,借助具有图形化编程语言的LabVIEW以及强大的矩阵运算和图形处理功能的Matlab软件平台,研究和设计基于LabVIEW和Matlab混合编程的竹片检测系统,实现竹片表面缺陷实时准确的检测。经测试,竹片正确识别率达92%,检测速率8片/s以上,满足精度要求和生产需要。

柔性神经树竹片缺陷检测的新算法

竹片缺陷的自动检测成为制约竹制品企业发展的一个瓶颈,为实现竹片缺陷自动检测,本文提出一种柔性神经树的竹片检测算法。该算法首先利用LeNet-5卷积子模型为竹片特征提取器,将新的参数卷积模型提取的特征作为柔性神经树的的输入节点来构建柔性神经树。将该算法应用于竹片缺陷检测能够解决人工神经网络结构的高度依赖性问题,使模型具有较强的鲁棒性。