文献类型：期刊文章

作　　者：段茵[1] 陈恺煊[1] 刘昕[1] 张金凤[1]

DUAN Yin;CHEN Kaixuan;LIU Xin;ZHANG Jinfeng(School of Printing,Packaging Engineering and Digital Media Technology,Xi＇an University of Technology Xi＇an 710048 China)

机构地区：[1]西安理工大学印刷包装与数字媒体学院,陕西西安710048

出　　处：《西安理工大学学报》

基　　金：陕西省重大科技创新资助项目(2008ZKC02-13)

年　　份：2018

卷　　号：34

期　　号：2

起止页码：235-239

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：纸张表面缺陷会直接影响印刷产品的质量。为了快速、准确地检测出纸张缺陷,本文提出了一种基于BP神经网络的纸张缺陷检测与识别的方法。先将纸张缺陷经过形态学处理,再进行形状分析,然后把距离、面积、延长因子和圆度因子四个特征参数输入神经网络进行训练,最后利用训练后的神经网络对纸张缺陷类型进行识别。实验表明:将BP神经网络用于纸张缺陷检测中,能有效地检测缺陷类型,并准确识别常见的尘埃、孔洞、裂口和褶子四种纸张缺陷。

关 键 词：纸张缺陷检测  图像处理 神经网络

分 类 号：TS807[轻工类]