-
题名基于机器视觉的钢丝绳表面缺陷检测
被引量:1
- 1
-
-
作者
姜泓宇
董增寿
贺之靖
-
机构
太原科技大学交通与物流学院
-
出处
《太原科技大学学报》
2023年第5期434-439,446,共7页
-
基金
山西省回国留学人员科研资助项目(2020-126)。
-
文摘
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。
-
关键词
钢丝绳
中心对称局部二值
特征融合
鲸鱼优化算法
支持向量机
-
Keywords
wire rope
center symmetric local binary pattern
feature fusion
whale optimization algorithm
support vector machine
-
分类号
TD526
[矿业工程—矿山机电]
TP391.4
[自动化与计算机技术—计算机应用技术]
-