基于HOG和GLCM特征融合的轴承故障分类

• 作者: 杨青
• 来源期刊: 南方农机
• 学科: 工学
• 关键词: 轴承故障图像 HOG GLCM SVM
• 年，卷（期）: 2020,（15）
• 所属期刊栏目: 机械装备研发
• 页码范围: 158,164
• 页数: 2页
• 分类号: TH133.33
• 字数: 1658字
• 语种: 中文

摘要

本文提出了HOG和GLCM提取特征,并用特征融合来对轴承故障进行分类.HOG和GLCM分别提取轴承故障图像的边缘特征和局部纹理特征,将二者提取的特征进行融合,使边缘和局部特征相结合,图像的特征得到更为全面的表征,选取SVM对轴承故障图像分类识别.实验表明,本方法能够快速识别轴承故障类型,准确率可达到92％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨青	贵州大学现代制造技术教育部重点实验室	7	90	2.0	7.0