基于机器视觉的钢丝绳表面缺陷检测

针对钢丝绳表面缺陷检测困难、精度低、表面特征利用不充分、识别分类器缺乏优化的问题,提出一种基于图像特征融合和改进鲸鱼算法(IWOA)优化支持向量机(SVM)的钢丝绳表面缺陷检测方法。该方法包括特征提取和缺陷类型识别两个部分。特征提取阶段,使用中心对称局部二值模式(CS-LBP)和梯度方向直方图(HOG)提取不同缺陷的钢丝绳表面纹理和梯度特征,并将两特征串联融合,实现特征互补。缺陷识别阶段,首先通过改进WOA控制因子和引入惯性权值提高WOA的提的搜索能力、避免陷入局部最优,利用改进WOA对SVM参数优化,提高SVM的泛化能力并对不同缺陷钢丝绳识别分类。实验表明,该方法能有效识别出不同缺陷的钢丝绳,且稳定性较高。