表面缺陷檢測是齒輪產(chǎn)品出廠之前必不可少的環(huán)節(jié)。本文研究的目的是通過采集生產(chǎn)線上的齒輪表面局部圖像,進行缺陷的在線實時分類。分析采集的缺陷圖像,確定了三種常見的表面缺陷,其中裂紋的產(chǎn)生主要是毛坯存在的問題在加工中顯現(xiàn),刮痕主要是在機床流水加工過程中產(chǎn)生的,而坑狀壓痕主要是毛坯中存在的雜質(zhì)在加工時脫落,據(jù)此就可以根據(jù)類別從產(chǎn)生缺陷的原因入手解決,從而提高生產(chǎn)效益。首先,對獲得的表面缺陷圖像進行預(yù)處理。受采集環(huán)境的影響,采集到的圖片存在光照不均勻和一定的噪聲,利用同態(tài)濾波去除光照,采用中值濾波法進行去噪。對缺陷圖像采用大津閾值法進行分割,將缺陷和背景分開。為了進行傅里葉描述子特征的提取,使用Canny算子對缺陷圖像進行了邊緣檢測,得到缺陷部分的邊緣。然后,對進行預(yù)操作的圖像進行了特征的提取與選擇。針對三種常見的表面缺陷,提取了其Hu不變矩、長寬比和圓形度、均值和方差、傅里葉描述子,接著對提取的特征進行了擇優(yōu),最終確定了前四階不變矩及其均值、長寬比和圓形度組成的七維向量作為支持向量機的輸入向量進行缺陷分類。最后,利用常見的優(yōu)化算法對支持向量的參數(shù)進行了尋優(yōu),實驗結(jié)果表明免疫算法在正確率方面取得... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

同態(tài)濾波效果對比圖

一小幅圖像或者是一個濾波器都可以被作為一個模板。其中的模板通常也叫做卷積核。模板卷積的基本流程如圖2-2 所示。圖 2-2 模板卷積基本流程圖模板卷積是需要耗費較長的時間來完成，特別是大尺寸的模板，算法的復(fù)雜度

系數(shù)；個數(shù)。于其算法簡單，然而它會以使圖像發(fā)細節(jié)部分時。的原理較為簡單，第一步需要做的是選度的大小進行排序，該像素的值最終波的一種，中值濾波對圖像的邊緣具該方法消除噪聲是通過對一個場景的常運用于攝像機獲取視頻圖像時，其。在濾除噪聲的同時較好地保持圖像的經(jīng)過同態(tài)濾波后的圖像進行了平滑去

【參考文獻】：
期刊論文
[1]圖像增強算法綜述[J]. 王浩,張葉,沈宏海,張景忠.  中國光學(xué). 2017(04)
[2]基于LBP和SVM的人臉檢測[J]. 翟社平,李煬,馬蒙雨,高山.  計算機技術(shù)與發(fā)展. 2017(09)
[3]基于模擬退火-粒子群算法優(yōu)化支持向量機參數(shù)的連鑄漏鋼預(yù)報[J]. 方一鳴,鄭賀軍,劉樂,胡春洋.  中國機械工程. 2017(12)
[4]基于組合支持向量機的車牌字符識別[J]. 施隆照,強書連.  計算機工程與設(shè)計. 2017(06)
[5]基于數(shù)學(xué)形態(tài)學(xué)的遙感影像高速公路提取[J]. 聶琳真,凃圣偲,侯獻軍.  武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版). 2017(03)
[6]基于SVM的甲骨文字識別[J]. 劉永革,劉國英.  安陽師范學(xué)院學(xué)報. 2017(02)
[7]基于支持向量機的消極性文本識別研究[J]. 李軍,高立群,蔡翔.  電腦知識與技術(shù). 2017(06)
[8]基于卷積神經(jīng)網(wǎng)絡(luò)的蘋果缺陷檢測算法[J]. 劉云,楊建濱,王傳旭.  電子測量技術(shù). 2017(03)
[9]基于粒子群參數(shù)優(yōu)化的支持向量機方法[J]. 閻伸,張全.  科技視界. 2017(03)
[10]一種改進的支持向量機參數(shù)優(yōu)化方法[J]. 趙朝賀.  地理空間信息. 2017(01)

碩士論文
[1]人工魚群算法優(yōu)化的SVM在語音識別中的應(yīng)用[D]. 朱文靜.太原理工大學(xué) 2016
[2]基于加權(quán)多特征融合和SVM的圖像分類研究[D]. 翟莉.華中師范大學(xué) 2016
[3]基于機器視覺瓶蓋缺陷檢測系統(tǒng)開發(fā)[D]. 徐寶霞.電子科技大學(xué) 2015
[4]基于人工免疫算法優(yōu)化支持向量機的電力變壓器故障診斷研究[D]. 高文軍.太原理工大學(xué) 2012



本文編號：2991375