基于特征融合的减振垫缺陷分类

作者：朱振坤; 孙渊^*

来源：组合机床与自动化加工技术, 2022, (05): 142-145.

DOI：10.13462/j.cnki.mmtamt.2022.05.034

• 词袋模型
• SURF特征
• Hu不变矩
• 特征融合
• 支持向量机

针对单一特征在减振垫缺陷描述上不够准确导致检测效果不佳的问题，提出了一种基于特征融合的减振垫缺陷分类方法。首先，通过词袋(BoW)模型聚类SURF提取到的纹理特征，构建视觉单词直方图；其次，针对缺陷在复杂纹理中难以提取缺陷轮廓，利用超像素分割后生成显著图后通过Hu不变矩提取几何特征；接着，根据纹理特征和几何特征在其分类模型中的准确率，提出一种特征加权融合的方法；最后，将融合新生成的特征向量送入SVM训练器中，训练后得到预测的缺陷标签值。实验证明该方法可以准确识别减振垫缺陷，其平均准确率可达97.8%,与纹理和几何特征单独分类相比，提高了5.6%和8.9%的分类准确率，满足工业识别需求。

• 单位
  上海电机学院