对基于支持向量机的轴承表面缺陷检测研究

在以往传统的轴承检测中,主要是通过目测或者手感的方式,对轴承内部、外圈的缺陷程度进行判断,但此种方式的工作量较大,检测结果也很难得到切实保障。基于此,本文将在支持向量机的基础上,对轴承表面缺陷的检测方式进行分析,利用检测算法将缺陷区域划分成两种纹理模式,利用PCA分析法对图像进行降维处理,然后针对不同类型的样本进行采样学习与判断。从实验研究结果中能够看出,本文所研究的算法能够对轴承缺陷进行精确的分类检测,具有较强的现实意义。