基于灰度共生矩阵的图形纹理检测及焊接缺陷的SVM分类实现

• 作者: 陈滔 张庆国 刘澳
• 来源期刊: 洛阳理工学院学报（自然科学版）
• 学科: 工学
• 关键词: 缺陷识别 特征提取 SVM分类 核函数
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 机械与自动化
• 页码范围: 53-61,67
• 页数: 10页
• 分类号: TP391.4|TG441.7
• 语种: 中文
• DOI: 10.3969/j.issn.1674-5043.2022.01.010

摘要

工业4.0时代,焊接技术作为一种最基本的工件加工技术,被广泛应用于各种工业生产.焊接质量直接影响焊接产品的使用寿命,从而影响工业生产活动的效率.基于灰度共生矩阵(GLCM)对X-射线焊接缺陷图像进行特征提取,分析X-射线焊接缺陷的分类特点,构建SVM多类分类器,分析对比不同核函数对分类精度的影响.基于RBF核函数的SVM分类器能够对焊接缺陷进行良好的识别分类,总体分类精度达到了92.6％,为焊接缺陷的检测识别提供了一种简便的方法.