-
题名直线导轨面缺陷检测与分类方法
被引量:2
- 1
-
-
作者
周友行
李勇
孔拓
赵晗妘
-
机构
湘潭大学机械工程学院
复杂轨迹加工工艺及装备教育部工程研究中心
-
出处
《数据采集与处理》
CSCD
北大核心
2020年第2期251-259,共9页
-
基金
国家自然科学基金(51775468,51375419)资助项目
湖南省自然科学基金(2016JJ2134)资助项目。
-
文摘
为解决复杂背景下直线导轨面缺陷识别难的问题,提出了一种基于灰度共生矩阵(Gray level co occurrence matrix,GLCM)和非负矩阵分解(Non negative matrix factor,NMF)的纹理背景抑制来实现缺陷特征增强的方法。首先,利用GLCM多特征统计量重构导轨面背景纹理图,实现一定程度上的纹理背景抑制;接着,将纹理图均分成若干子图像块,随机抽取一定的子图像块进行NMF训练;然后,将NMF分解出的基图像同纹理图中相同大小图像块遍历求其欧式距离,并将距离平均后赋值给纹理图中相应图像块的中心像素点,以进一步实现纹理背景抑制和缺陷特征增强。最后,基于K means聚类和支持向量机对缺陷进行分类识别。实验结果中对测试集中的划痕、裂纹和撞伤缺陷识别准确率分别为89.06%,88.46%和95.12%,表明该方法能抑制纹理背景和增强缺陷特征,有效分离出缺陷并识别其类型。
-
关键词
直线导轨面
灰度共生矩阵
非负矩阵分解
特征增强
缺陷识别
-
Keywords
linear guides face
gray level co-occurrence matrix(GLCM)
non-negative matrix factorization(NMF)
feature enhancement
defect identification
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-