1、工業(yè)視覺檢查系統(tǒng)按使用功能不同大致可分為檢查、定位和裝配三類。本系統(tǒng)屬于檢查類，即對工業(yè)零件或商品進行分類、識別并判別合格與否。在工業(yè)生產(chǎn)中，環(huán)境和照明條件的確定性使得快速準(zhǔn)確地判別、分類零件或商品的想法成為可能，本系統(tǒng)就是在這種想法下應(yīng)運而生。系統(tǒng)采用圖像傳感器攝取原始圖像，避免了與對象的直接接觸和人工檢查；利用VC編制圖像處理部分，識別算法采用人工神經(jīng)網(wǎng)絡(luò)，根據(jù)工業(yè)零件的形狀設(shè)計出可模擬多種函數(shù)的非線性映射。 在識別系統(tǒng)中提

2、取適合的特征是困難并重要的。對于一幅待識別的數(shù)字圖像，要想有效的提取它的特征，必須對它作一些必要的處理和分析。在圖像識別中，常被選用的特征有圖像幅度特征、圖像統(tǒng)計特征、圖像幾何特征、圖像變換系數(shù)特性等。其中直方圖特征、統(tǒng)計性特征、面積、周長、分散度、伸長度等是本課題選取的特征，壓縮這些特征作為輸入樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)。對于訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)輸入特征可分類圖像，從而達到識別的目的。 在各種神經(jīng)網(wǎng)絡(luò)的模型中，模式識別中應(yīng)用最多也是最成功的

3、當(dāng)數(shù)多層前饋網(wǎng)絡(luò)，其中又以采用BP學(xué)習(xí)算法的多層感知器(BP網(wǎng)絡(luò))為代表。由于網(wǎng)絡(luò)采用的是監(jiān)督學(xué)習(xí)方式進行訓(xùn)練，因此只能用于監(jiān)督模式識別問題。雖然BP神經(jīng)網(wǎng)絡(luò)在應(yīng)用中取得了一定的成功，但它仍然存在很多缺陷。如：訓(xùn)練時易陷入局部極小、收斂速度慢、隱結(jié)點個數(shù)難以確定等。本文針對傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的特點，為了提高神經(jīng)網(wǎng)絡(luò)識別的速度及實用性，提出了一種動態(tài)調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)的改進網(wǎng)絡(luò)模型，給出了這一模型在應(yīng)用中的算法。實驗結(jié)果表明：與傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)