技術(shù)文章
X光異物檢測(cè)機(jī)是如何識(shí)別異物的?
閱讀:1235 發(fā)布時(shí)間:2022-1-7 隨著科技水平的提高,X光異物檢測(cè)機(jī)被廣泛應(yīng)用在個(gè)各行業(yè)當(dāng)中,例如食物、塑料、醫(yī)藥等。今天,我們來(lái)說(shuō)說(shuō)X光異物檢測(cè)機(jī)識(shí)別異物的方法。
用于模式識(shí)別的實(shí)際圖像通常都有許多種特征,抽取有效的特征識(shí)別是一個(gè)非常重要的問(wèn)題,這不僅影響到X光異物檢測(cè)機(jī)識(shí)別的精度,也會(huì)直接影響識(shí)別的速度。原始圖像中包含大量的信息,在大量信息中蘊(yùn)含的就是眾多的特征,選擇的特征越多就可以越全面、越完整地描述某個(gè)目標(biāo)。
但是特征過(guò)多會(huì)造成維數(shù)爆炸,使一個(gè)低維情況下易于分析計(jì)算的問(wèn)題,在高維的情況下就變得*不可能。因此選擇圖像的哪些特征,如何去度量這些特征的鑒別能力是決定能否成功完成識(shí)別的關(guān)鍵。
特征選擇問(wèn)題通常非常的復(fù)雜,若把區(qū)別不同類別的特征均從原始信息的分析中找到,需要處理大量數(shù)據(jù),耗費(fèi)大量的計(jì)算機(jī),而某些重要特征往往在眾多特征中顯不出其相應(yīng)的重要性來(lái),不易于度量。
為了在實(shí)際的檢測(cè)中更高效、快速分類、通常只需要保留對(duì)區(qū)分不同類別為重要的特征信息,舍去那些對(duì)分類并無(wú)多大貢獻(xiàn)的特征信息,這就是X射線檢測(cè)機(jī)特征篩選與壓縮過(guò)程。對(duì)于產(chǎn)品的檢測(cè),X光異物檢測(cè)機(jī)會(huì)通過(guò)分析產(chǎn)品的位置、取向、尺寸、輪廓、灰度等特征進(jìn)行識(shí)別,其中邊緣和區(qū)域特征是常用的。