一種裂紋識別方法的研究及試驗(yàn)驗(yàn)證_第1頁
一種裂紋識別方法的研究及試驗(yàn)驗(yàn)證_第2頁
一種裂紋識別方法的研究及試驗(yàn)驗(yàn)證_第3頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

行性和有效性。該方法基于數(shù)字圖像處理技術(shù)，對裂紋進(jìn)行多角度掃描，提取特征數(shù)據(jù)并應(yīng)用機(jī)器學(xué)習(xí)算法進(jìn)行分類識別。試驗(yàn)結(jié)果表明，該方證Matlab軟件進(jìn)行圖像增強(qiáng)處理，包括去噪、修正波長偏移、提高對比度Gabor小波變換進(jìn)行特征提取，該方法結(jié)合Gabor小波變換，得到與每個(gè)角別，選取Gabor小波變換得到的矩陣數(shù)據(jù)作為特征數(shù)據(jù)。利用訓(xùn)練集和SVM進(jìn)行訓(xùn)練和測試，得到分類準(zhǔn)確率、召回率、F1值等性能計(jì)和實(shí)驗(yàn)驗(yàn)證。試驗(yàn)采用了五組不同大小、深度和形狀的鋼板裂紋樣本，并通過多角度掃描獲取了多組圖像數(shù)據(jù)。對圖像數(shù)據(jù)進(jìn)行了圖像增強(qiáng)處理、GaborSVM準(zhǔn)確性和穩(wěn)定性。鋼板裂紋樣本的識別準(zhǔn)確率在85%~95%之間，召回78%~93%之間，F(xiàn)180%~90%之間。與傳統(tǒng)的視覺檢測方法

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論