10.16652/j.issn.1004-373x.2017.23.012
面向再制造服务的回转类表面缺陷识别
再制造活动现场复杂的环境对获取清晰的再制造目标表面缺陷图像造成了困难,针对这一问题提出一种结合频域与空域特征进行回转类表面缺陷识别的方法.首先使用非下采样Contourlet变换提取原始图像中各尺度下的Con-tourlet系数特征,并与图像中的灰度纹理特征组合;再采用基于径向基核函数的PCA分析方法对原始特征进行降维处理;最后,利用最小二乘概率分类方法对降维后的特征进行分类.通过对现场采集的图像进行案例分析,所提出的分类识别方法对4类再制造轧辊缺陷的分类平均正确率达到92%以上.
再制造服务、表面缺陷识别、非下采样轮廓波变换、核主成分分析
40
TN911.73-34
国家自然科学基金71471143
2017-12-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
47-50