内燃机与配件2020，Issue(22) ：147-148.

字典学习在轴承表面缺陷分类中的研究

兰叶深 周明安 刘文军 毛建辉
内燃机与配件2020，Issue(22) ：147-148.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

字典学习在轴承表面缺陷分类中的研究

兰叶深 1周明安 1刘文军 1毛建辉1
扫码查看

作者信息

  • 1. 衢州职业技术学院机电工程学院,衢州324000
  • 折叠

摘要

针对传统轴承表面缺陷图像分类方法中特征矢量提取困难,分类精度不高的问题,提出一种基于字典学习的轴承表面缺陷图像分类方法.将图像稀疏表示和基于Fisher判别准则的字典学习应用在轴承表面缺陷分类检测中,根据字典学习的判别性稀疏编码实现对轴承表面缺陷图像的精确分类.实验研究结果表明,该算法可以有效的提高轴承表面缺陷的分类精度,在轴承表面缺陷类型的平均分类精度达到95.4％.

关键词

字典学习/稀疏表示/轴承缺陷/Fisher判别

引用本文复制引用

基金项目

衢州市科技攻关项目(2019K19)

出版年

2020
内燃机与配件
石家庄金刚内燃机零部件集团有限公司

内燃机与配件

影响因子：0.095
ISSN：1674-957X
参考文献量9
段落导航相关论文