基于特征融合的金属铸造工件表面裂纹检测算法研究

摘要：

针对复杂结构的金属铸造工件表面因成像复杂引发干扰,裂纹提取判别困难的检测问题,提出一种结合了颜色形态特征融合图像分割和纹理特征裂纹判定的金属铸造工件表面裂纹检测算法.该算法通过GAMMA变换增强裂纹并弱化背景,根据裂纹目标的颜色特征与几何形状特征相融合,量化特征并滤波特征值分割提取裂纹目标,基于灰度共生矩阵对候选裂纹区域提取纹理特征,使用支持向量机分类器进行训练并识别裂纹.金属工件表面裂纹检测实验表明,该算法在图像分割方面能更加完整准确地提取裂纹,在真伪裂纹的识别中准确率、精确率、召回率和F1得分分别为94.47％、92.51％、96.67％和93.74％.相较于传统检测算法,该算法克服了上述干扰影响,在准确率等方面具有优势,且具有较快的识别速度.

关键词：磁粉探伤、图像分割、特征融合、纹理特征、机器学习

所属期刊栏目：23

分类号：TP391(计算技术、计算机技术)

资助基金：福建省闽都实验室主任基金;福建省科技计划项目;福建省科技计划项目;福建省科技计划项目;福建省科技计划项目

在线出版日期：2023-09-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：8717-8725