首页> 中文期刊> 《组合机床与自动化加工技术》 >基于改进MF-DFA的零件特征提取与缺陷识别

基于改进MF-DFA的零件特征提取与缺陷识别

         

摘要

针对现代工业制造背景下的个性化机械零件,通常具有不规则和一定自相似性的分形特性,提出一种基于改进多重分形去趋势波动分析(MF-DFA)法的零件特征提取与缺陷识别方法.首先,选用三角形覆盖模块替代传统MF-DFA法中的正方形覆盖模块,解决传统MF-DFA法存在过度覆盖的问题,为零件图像缺陷识别提供更精准的数据;其次,利用改进MF-DFA法计算零件图像的多重分形谱;再利用核主成分分析(KPCA)方法提取零件图像的缺陷特征值;最后通过支持向量机(SVM)对零件缺陷进行识别.实验结果表明,三角覆盖二维MF-DFA算法能够准确提取零件特征,提高零件缺陷识别的准确率.

著录项

  • 来源
    《组合机床与自动化加工技术》 |2021年第10期|105-110|共6页
  • 作者单位

    湖北工业大学机械工程学院 武汉 430068;

    湖北工业大学现代制造质量工程湖北省重点实验室 武汉 430068;

    湖北工业大学机械工程学院 武汉 430068;

    湖北工业大学现代制造质量工程湖北省重点实验室 武汉 430068;

    湖北工业大学机械工程学院 武汉 430068;

    湖北工业大学现代制造质量工程湖北省重点实验室 武汉 430068;

    湖北工业大学机械工程学院 武汉 430068;

    湖北工业大学现代制造质量工程湖北省重点实验室 武汉 430068;

    湖北工业大学机械工程学院 武汉 430068;

    湖北工业大学现代制造质量工程湖北省重点实验室 武汉 430068;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 机械制造工艺;金属切削加工工艺;
  • 关键词

    零件图像; 去趋势波动分析; 多重分形; 特征提取; 缺陷识别;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号