论文部分内容阅读
提出利用Hopfield神经网络来分割X射线焊缝图像以判断焊缝是否存在气泡，将焊缝图像的分割问题转化为一个优化问题进行处理。针对焊缝图像噪声大、气泡出现位置随机的特点，构造Hopfield神经网络的能量函数。通过试验计算，确定能量函数系数的选取原则。在此基础上，提出基于神经网络的X射线焊缝图像分割算法，算法结合中值滤波和神经网络以便有效地去除噪声和检测气泡。对某实际生产线的焊缝图像进行处理的结果表明，中值滤波结合多层Hopfield神经网络可以准确地检测到焊缝中的气泡。