基于Gabor和灰度共生矩阵混合特征叶片泵装配质量检测

摘要：

本文提出一种Gabor和灰度共生矩阵相结合的特征来检测叶片泵中叶片装配质量的方法.首先构建叶片图像数据集,用5种尺度的和4种方向的Gabor滤波器对图像滤波,根据滤波后的图像计算得到幅值特征图,然后提取幅值特征图的灰度共生矩阵特征,最后融合归一化各个幅值特征图提取到的特征,利用主成分分析法降维,并用这些特征向量训练支持向量机(SVM)分类器,实现对叶片装配质量的评估.将本文提出的混合特征与LBP特征、灰度共生矩阵分别进行了比较得到的分类效果约提高了约10％.基于Gabor和灰度共生矩阵混合特征的叶片装配质量检测准确率提升到了93％.实验结果表明Gabor特征和灰度共生矩阵结合后能够很好从多尺度、多方向上提取图像的纹理特征,并应用于图像分类取得了良好的效果,在一些图像识别上有很宽广的应用前景.

关键词：Gabor变换、叶片泵、灰度共生矩阵、支持向量机、特征融合

所属期刊栏目：33

分类号：TP391.41(计算技术、计算机技术)

资助基金：长春市重点科技攻关项目17DY008

在线出版日期：2019-01-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：936-942