基于SVM的Adaboost模型的铸件缺陷识别方法

作者:孔宪光; 冯世杰; 常建涛; 程涵; 袁明坤; 武彦斌
来源:2019-08-09, 中国, ZL201910735032.9.

摘要

本发明提出了一种基于SVM的Adaboost模型的铸件缺陷识别方法,旨在提高铸件裂纹缺陷识别的精度,实现步骤为:采集有裂纹缺陷和无裂纹缺陷的图像;对图像进行线性灰度变换,对线性灰度变换后的图像进行双边滤波,对双边滤波后的图像进行自适应阈值分割;提取自适应阈值分割后图像的LBP类特征、不变矩类特征和Hog类特征,并采用PCA算法对Hog类特征进行降维;采用Relief算法对提取出来的3类特征进行筛选;构建基于SVM分类器的Adaboost模型;获取测试样本集的识别结果。本发明通过对特征进行筛选,并在训练过程中使模型更加关注易分错的样本,在保证铸件裂纹缺陷识别速度的前提下提高了识别精度。