隨著人們生活質量不斷提升,摩托車產品已經大規(guī)模普及�，F階段人們所關注的往往是摩托車的質量問題。其中有一個重要的部件叫變速鼓。倘若變速鼓出現問題,將會嚴重影響摩托車擋位的控制,所以對變速鼓缺陷的檢測具有研究意義。本文將通過對變速鼓缺陷特點分析,以及缺陷的特征提取與分類所涉及的技術進行詳細的介紹。針對傳統(tǒng)SIFT算法對特征點檢測效率較低的問題,提出改進算法,該算法是引入FAST多尺度空間,通過將傳統(tǒng)的FAST算法引入尺度參數,按尺度連續(xù)對圖像進行高斯模糊,然后進行極值點的檢測,再進行不同尺度間的比較,找出最優(yōu)角點,從而提高了在關鍵點檢測的效率。實驗結果表明,該算法同樣具備尺度不變性,旋轉不變性等特點,同時特征描述向量的生成效率大大提高,并且特征描述準確性較高。針對每張缺陷圖像生成特征描述向量數量不一,將特征描述向量進行K-means聚類,形成最終的特征向量,從而方便分類訓練。但是特征點為局部特征,為了有效提高檢測正確率,提取銹跡缺陷這類的顏色特征,引入全局特征顏色矩,將局部特征與全局特征融合,采用“一對余”類型的SVM多分類模型,從而提高分類識別率。通過實驗證明,采用多特征融合分類模型,識別...

【文章頁數】：62 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 引言
    1.2 研究背景及意義
    1.3 缺陷檢測現狀
        1.3.1 變速鼓介紹
        1.3.2 國外研究現狀
        1.3.3 國內研究現狀
    1.4 本文研究重點及創(chuàng)新點說明
    1.5 論文組織架構
第2章 變速鼓缺陷特征點檢測方法
    2.1 變速鼓缺陷特點分析
    2.2 傳統(tǒng)特征點檢測方法
        2.2.1 FAST算法
        2.2.2 SIFT算法
        2.2.3 SURF算法
    2.3 幾種算法的比較及其選擇
    2.4 本章小結
第3章 基于改進SIFT算法的圖像特征提取
    3.1 SIFT算法的詳細介紹
        3.1.1 基本概念
        3.1.2 SIFT算法的詳細步驟
        3.1.3 傳統(tǒng)SIFT算法缺陷
    3.2 改進的SIFT算法
        3.2.1 改進的SIFT算法的特征點檢測部分
        3.2.2 K-means特征聚類
    3.3 實驗及對比分析
    3.4 本章小結
第4章 變速鼓缺陷的分類識別
    4.1 支持向量機
        4.1.1 支持向量機的理論
        4.1.2 支持向量機的特點
    4.2 支持向量機的多分類的類型
    4.3 基于局部特征與全局特征融合的分類模型
        4.3.1 全局特征提取
        4.3.2 融合分類模型
        4.3.3 訓練及測試
    4.4 本章小結
第5章 實驗驗證與結果分析
    5.1 實驗平臺設計
        5.1.1 實驗平臺設計概述
        5.1.2 實驗設備選型
        5.1.3 實驗平臺搭建
    5.2 變速鼓缺陷檢測分類實驗
        5.2.1 缺陷特征點檢測實驗
        5.2.2 變速鼓多特征融合分類實驗
    5.3 本章小結
第6章 總結與展望
    6.1 總結
    6.2 展望
參考文獻
致謝
攻讀碩士學位期間從事的科研工作及取得的成果



本文編號：4037323