摘要
本发明涉及一种用于弹簧端面缺陷检测的特征增强分类识别算法,属于图像处理、机器学习方法领域,具体步骤为:步骤1提取子图;步骤2高斯滤波;步骤3阈值处理以及图像腐蚀;步骤4提取图像的全部轮廓;步骤5绘制全部轮廓以及各点到图像中心的直线;步骤6对正负样本进行标签标注;步骤7提取正负样本的方向梯度直方图HOG特征;步骤8训练支持向量机SVM模型,得到可用于弹簧端面缺陷检测的分类识别模型,用于弹簧端面缺陷检测。本发明方法对弹簧端面缺陷图像进行了特征增强,提高缺陷识别的准确率,依靠弹簧端面结构特征,实现端面缺陷的自动判别,可在视场范围内任意摆放弹簧,方法会自适应地进行处理。
技术关键词
端面缺陷
分类识别算法
分类识别模型
支持向量机模型
HOG特征
轮廓
梯度直方图
图像特征描述子
端面结构特征
弹簧
梯度方向直方图
样本
标签
像素点
机器学习方法
电子设备
可读存储介质
存储器
指令
系统为您推荐了相关专利信息
支持向量机模型
模拟模型
元胞自动机模型
动态模拟方法
因子
医疗数据共享方法
区块链系统
资源分配策略
数据存储空间
网络性能数据