基于支持向量机和机器视觉的磁瓦缺陷检测的研究.pdf

《基于支持向量机和机器视觉的磁瓦缺陷检测的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、工艺与检潮砌嗍and倒基于支持向量机和机器视觉的磁瓦缺陷检测的研究+虞佳佳张耀吕俊(浙江机电职业技术学院，浙江杭州310053)摘要：提出了一种基于支持向量机(SVM)和机器视觉的磁瓦缺陷的检测方法。通过图像增强、边缘提取的方法提取磁瓦缺陷后，提取磁瓦各种缺陷类型的形态特征参数，其中选择了面积、周长、紧凑性、离心率、一阶中心矩、二阶中心矩、三阶中心矩、四阶中心矩、五阶中心矩以及六阶中心矩等。将总共90张磁瓦侧面图片的漏磨、开裂和正常等3种情况的特征参数提取，在每种类型随机选取18个样本，即共54个样本作为LS-SVM的建模量，其余36个样本作为LS—SVM的预测样

2、本来检验模型的优劣，获得缺陷类型识别准确率达91．67％，该结果表明通过支持向量机和机器视觉可实现较高精度和效率的磁瓦缺陷检测。关键词：缺陷；磁瓦；支持向量机；机器视觉；图像处理中图分类号：TP24文献标识码：AMagnet’SdefectdetectionbasedonmachinevisionandLS-SVMYUJiajia，ZHANGYao，LVJun(ZhejiangInstituteofMechanical&ElectricalEngneering，Hangzhou310053，CHN)Abstract：Thispaperpresentsamethod

3、formagnet’Sdefectdetectionbasedonmachinevisionandsupportvectormachine(SVM)．Throughthemethodofimageenhancement，edgeextractiontoobtainthedefectpart，thenextractthecharacteristicparameters，themorphologicalcharacteristicparameterswechosearethearea，perimeter，compactness，andthefirsttosixthce

4、ntralmoments．Atotalof90pieceofmagnet’spicturewiththreekindsofdefectsincludingthemissingblock，leakageofgrindingcracking，andnor—malarestudied，byextractingcharacteristicparameterstobetheinputsofIS—SVMandchoosingasetof54trainingsamplesandremaining36testsamplestochargetheLS-SVMmodel，theres

5、ultshoweethedefectrecognitionaccuracyof91．67％，whichshowsthatsupportvectormachineandmachinevisionusedinthemagnet’Sdefectdetectioncanachievehigheraccuracyandefficiency．Keywords：defect；magnet；supportvectormachine(SVM)；machinevision；imageprocessing磁瓦是一种主要用于电机中的瓦状磁铁，磁瓦代几何尺寸检测技术国内外已经有一定的研究基

6、础旧J。替电励磁使电机具有结构简单、维修方便、重量轻、体目前基于机器视觉的检测方法已成为食品、电子、钢积小、用铜量少、铜耗低、能耗小等优点。其表面的缺板、汽车等领域缺陷检测和几何尺寸测量的一个发展陷会直接影响电动机的性能和寿命，因此其生产过程方向[3-4]，通过高灵敏度的摄像头，光学成像上采用明中的缺陷检测具有十分重要的意义¨J。产品的缺陷、域与暗域成像相结合等成像方式，图像数据上传计算几何尺寸检测，传统上一般依靠人眼去判断即人工目机进行表面图像采集、处理和缺陷分类∞J。测法，用各种量具去量测，检测效果受操作人员的影响相对于目前已经较广泛应用机器视觉检测缺陷的较大

7、，且效率低下，不能满足现代工业上的需求。领域，基于机器视觉的小型金属零件缺陷检测和几何视觉检测是机器视觉应用于测量领域的重要分尺寸尚在起步阶段，小型金属零件表面缺陷主要包括支，从一般的视觉检测概念和方法出发，把研究的重点破角、切割痕、凹坑、针孔、污斑、划痕等，具有多样性、放在定量的几何尺寸检测方面，基于机器视觉的三维复杂性等特点，缺陷更为细微，检测要求更高m。7j，以女浙江省科技计划公益类项目(2013C32021)；浙江机电职业技术学院科技孵化基金以及浙江机电职业技术学院人才引进项目(A一2603—13—001)；浙江省滑动轴承工程技术研究中心建设项目(2012

8、E1002