基于特征点检测的变速鼓缺陷分类方法研究
发布时间:2025-03-20 03:38
随着人们生活质量不断提升,摩托车产品已经大规模普及。现阶段人们所关注的往往是摩托车的质量问题。其中有一个重要的部件叫变速鼓。倘若变速鼓出现问题,将会严重影响摩托车挡位的控制,所以对变速鼓缺陷的检测具有研究意义。本文将通过对变速鼓缺陷特点分析,以及缺陷的特征提取与分类所涉及的技术进行详细的介绍。针对传统SIFT算法对特征点检测效率较低的问题,提出改进算法,该算法是引入FAST多尺度空间,通过将传统的FAST算法引入尺度参数,按尺度连续对图像进行高斯模糊,然后进行极值点的检测,再进行不同尺度间的比较,找出最优角点,从而提高了在关键点检测的效率。实验结果表明,该算法同样具备尺度不变性,旋转不变性等特点,同时特征描述向量的生成效率大大提高,并且特征描述准确性较高。针对每张缺陷图像生成特征描述向量数量不一,将特征描述向量进行K-means聚类,形成最终的特征向量,从而方便分类训练。但是特征点为局部特征,为了有效提高检测正确率,提取锈迹缺陷这类的颜色特征,引入全局特征颜色矩,将局部特征与全局特征融合,采用“一对余”类型的SVM多分类模型,从而提高分类识别率。通过实验证明,采用多特征融合分类模型,识别...
【文章页数】:62 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 引言
1.2 研究背景及意义
1.3 缺陷检测现状
1.3.1 变速鼓介绍
1.3.2 国外研究现状
1.3.3 国内研究现状
1.4 本文研究重点及创新点说明
1.5 论文组织架构
第2章 变速鼓缺陷特征点检测方法
2.1 变速鼓缺陷特点分析
2.2 传统特征点检测方法
2.2.1 FAST算法
2.2.2 SIFT算法
2.2.3 SURF算法
2.3 几种算法的比较及其选择
2.4 本章小结
第3章 基于改进SIFT算法的图像特征提取
3.1 SIFT算法的详细介绍
3.1.1 基本概念
3.1.2 SIFT算法的详细步骤
3.1.3 传统SIFT算法缺陷
3.2 改进的SIFT算法
3.2.1 改进的SIFT算法的特征点检测部分
3.2.2 K-means特征聚类
3.3 实验及对比分析
3.4 本章小结
第4章 变速鼓缺陷的分类识别
4.1 支持向量机
4.1.1 支持向量机的理论
4.1.2 支持向量机的特点
4.2 支持向量机的多分类的类型
4.3 基于局部特征与全局特征融合的分类模型
4.3.1 全局特征提取
4.3.2 融合分类模型
4.3.3 训练及测试
4.4 本章小结
第5章 实验验证与结果分析
5.1 实验平台设计
5.1.1 实验平台设计概述
5.1.2 实验设备选型
5.1.3 实验平台搭建
5.2 变速鼓缺陷检测分类实验
5.2.1 缺陷特征点检测实验
5.2.2 变速鼓多特征融合分类实验
5.3 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
本文编号:4037323
【文章页数】:62 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 引言
1.2 研究背景及意义
1.3 缺陷检测现状
1.3.1 变速鼓介绍
1.3.2 国外研究现状
1.3.3 国内研究现状
1.4 本文研究重点及创新点说明
1.5 论文组织架构
第2章 变速鼓缺陷特征点检测方法
2.1 变速鼓缺陷特点分析
2.2 传统特征点检测方法
2.2.1 FAST算法
2.2.2 SIFT算法
2.2.3 SURF算法
2.3 几种算法的比较及其选择
2.4 本章小结
第3章 基于改进SIFT算法的图像特征提取
3.1 SIFT算法的详细介绍
3.1.1 基本概念
3.1.2 SIFT算法的详细步骤
3.1.3 传统SIFT算法缺陷
3.2 改进的SIFT算法
3.2.1 改进的SIFT算法的特征点检测部分
3.2.2 K-means特征聚类
3.3 实验及对比分析
3.4 本章小结
第4章 变速鼓缺陷的分类识别
4.1 支持向量机
4.1.1 支持向量机的理论
4.1.2 支持向量机的特点
4.2 支持向量机的多分类的类型
4.3 基于局部特征与全局特征融合的分类模型
4.3.1 全局特征提取
4.3.2 融合分类模型
4.3.3 训练及测试
4.4 本章小结
第5章 实验验证与结果分析
5.1 实验平台设计
5.1.1 实验平台设计概述
5.1.2 实验设备选型
5.1.3 实验平台搭建
5.2 变速鼓缺陷检测分类实验
5.2.1 缺陷特征点检测实验
5.2.2 变速鼓多特征融合分类实验
5.3 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
本文编号:4037323
本文链接:https://www.wllwen.com/kejilunwen/qiche/4037323.html