论文部分内容阅读
提出一种基于径向基函数神经网络（RBFNN）的工作特征参数提取的方法，采用了两个径向基函数神经网络，利用第一个RBFNN分别求出工件的边缘点pi邻域内的顺时针边缘与逆时针边缘与x轴的夹角，两边缘夹角小的边缘点pi被认为是具有高曲率的角顶点。根据工件边缘曲线的特征，建立了各种边缘的曲率符号模型，用该模型训练第二个RBFNN，从而识别具有低曲率的切点和拐点及边缘曲线的类型。采用神经网络的方法提取工件特征参数，能准确地定位特征点。