| 直线导轨面缺陷检测与分类方法 |
| |
| 引用本文： | 周友行,李勇,孔拓,赵晗妘. 直线导轨面缺陷检测与分类方法[J]. 数据采集与处理, 2020, 35(2): 251-259 |
| |
| 作者姓名： | 周友行 李勇 孔拓 赵晗妘 |
| |
| 作者单位： | 湘潭大学机械工程学院,湘潭,411105;复杂轨迹加工工艺及装备教育部工程研究中心,湘潭,411105;湘潭大学机械工程学院,湘潭,411105 |
| |
| 基金项目： | 国家自然科学基金（51775468,51375419）资助项目；湖南省自然科学基金（2016JJ2134）资助项目。 |
| |
| 摘 要： | 为解决复杂背景下直线导轨面缺陷识别难的问题，提出了一种基于灰度共生矩阵（Gray level co-occurrence matrix，GLCM）和非负矩阵分解（Non-negative matrix factor，NMF）的纹理背景抑制来实现缺陷特征增强的方法。首先，利用GLCM多特征统计量重构导轨面背景纹理图，实现一定程度上的纹理背景抑制；接着，将纹理图均分成若干子图像块，随机抽取一定的子图像块进行NMF训练；然后，将NMF分解出的基图像同纹理图中相同大小图像块遍历求其欧式距离，并将距离平均后赋值给纹理图中相应图像块的中心像素点，以进一步实现纹理背景抑制和缺陷特征增强。最后，基于K-means聚类和支持向量机对缺陷进行分类识别。实验结果中对测试集中的划痕、裂纹和撞伤缺陷识别准确率分别为89.06%，88.46%和95.12%，表明该方法能抑制纹理背景和增强缺陷特征，有效分离出缺陷并识别其类型。
|
| 关 键 词： | 直线导轨面 灰度共生矩阵 非负矩阵分解 特征增强 缺陷识别 |
| 收稿时间： | 2019-01-23 |
| 修稿时间： | 2019-04-28 |
Defect Detection and Classification Method of Linear Guide Surface |
| |
| Zhou Youhang,Li Yong,Kong Tuo,Zhao Hanyun. Defect Detection and Classification Method of Linear Guide Surface[J]. Journal of Data Acquisition & Processing, 2020, 35(2): 251-259 |
| |
| Authors: | Zhou Youhang Li Yong Kong Tuo Zhao Hanyun |
| |
| Abstract: | |
| |
| Keywords: | linear guides face gray level co-occurrence matrix (GLCM) non-negative matrix factorization (NMF) feature enhancement defect identification |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
