摘要
工业生产中,机械零件图像特征提取与缺陷识别通常依据零件图像的几何特征,而传统几何特征缺少零件图像的深层次特征信息作为缺陷识别特征,不适用于个性化的机械零件图像缺陷识别.多重分形是分形理论的一个重要分支,其多重分形去趋势波动分析(MF-DFA)可从整体与局部两个方面提取机械零件的深层次特征信息.联合滑动窗口、经验模态分解(EMD)与三角覆盖模型,提出一种改进MF-DFA算法,用于提取具有分形特性机械零件图像的多重分形谱特征,结合LS-SVM分类器的训练,实现缺陷零件的准确识别.实验结果表明,该算法能有效提取零件图像的多重分形特征,实现对零件图像缺陷识的准确识别.
维普
万方数据