多特征提取与BT-SVM的焊缝表面缺陷检测

作者：胡曦; 余震; 刘海生

来源：机械科学与技术, 2022, 41(10): 1615-1622.

DOI：10.13433/j.cnki.1003-8728.20200474

• 焊缝缺陷检测
• 多特征提取
• 激光视觉传感
• 二叉树支持向量机

为实现化工管道焊缝表面缺陷的自动检测分类，提出一种基于多特征提取和二叉树支持向量机(BT-SVM)分类的机器视觉检测方法。针对正常焊缝、气孔、咬边、成型不良、焊穿、焊瘤6种分类目标，采用被动视觉传感技术和激光视觉传感技术两种模式提取焊缝图像特征，并将得到的焊缝几何形状特征、焊缝面积波形图特征、激光条纹特征等参数作为二叉树支持向量机的特征输入，设计合理结构的分类器对6种焊缝目标进行识别分类。测试结果表明，设计的BT-SVM分类器能较精准地检测出焊缝缺陷类型，识别率为96.94%。