摩托车轮毂表面缺陷检测研究

• 作者: 唐亚健 李飞 苑玮琦
• 来源期刊: 机械设计与制造
• 学科: 工学
• 关键词: 摩托车轮毂 缺陷检测 机器视觉 支持向量机
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 管理与综述
• 页码范围: 296-299
• 页数: 4页
• 分类号: TH16|TP391.4
• 字数: 3121字
• 语种: 中文

摘要

摩托车轮毂表面缺陷可能会造成摩托车在行驶过程中发生交通事故,危及驾驶者的生命,因此,对于摩托车轮毂的表面缺陷检测就显得尤为重要.针对摩托车轮毂表面缺陷检测,提出使用支持向量机(SVM)的方法,在特征选择上使用不同的灰度特征和纹理特征相结合.剖析了样本数量的多少与不同特征维度对支持向量机分类结果造成的影响.当提取灰度特征和纹理特征作为特征变量的时候相较于单独的灰度特征分类精度具有明显的提高,当样本数量为100时,识别精度可以高达93％.研究结果表明,在灰度特征的基础上加入纹理的特征可以大幅度提高支持向量机在摩托车轮毂表面缺陷检测的识别精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苑玮琦	沈阳工业大学信息科学与工程学院	283	2226	21.0	31.0
2	李飞	沈阳工业大学信息科学与工程学院	9	18	2.0	4.0
3	唐亚健	沈阳工业大学信息科学与工程学院	1	0	0.0	0.0