摘要
针对焊缝图像特征提取的实时性问题,该文提出一种增量式块主成分分析(incremental block principal component analysis,IBlockPCA)算法,用于焊缝特征主成分的提取.该算法先将焊缝表面图像分割成子图像块并对其进行重构,然后利用提出的IBlockPCA算法对局部块图像进行增量式特征提取,并采用KNN算法对提取的特征主成分进行分类识别;最后在焊缝数据集上进行了算法的性能对比.实验结果表明,该算法在收敛率、分类率及复杂度等方面均优于其他主成分分析(principalcomponentanalysis,PCA)算法,其分类识别率为97.5％,其平均处理速度可达50 frame/s,能够满足焊缝表面图像的实时性处理需求.
基金项目
国家重点研发计划(2017YFB1303304)
天津市科技计划重大专项目(17ZXZNGX00110)
NETL
NSTL
维普
万方数据