典型文献
基于特征识别的焊缝表面质量检测方法
文献摘要：
针对现有焊缝质量检测效率低且无法满足实时性需求等问题,提出了一种基于灰度图像特征识别的焊缝质量检测方法.采用高亮度激光发射器作为主动光源投射到被检测物体表面,避免了环境光对焊缝图像的干扰;通过一种高度映射灰度值的方法对三维点云进行降维处理,大幅降低焊缝模型数据量;使用主成分分析法对图像进行灰度和几何形状特征提取;通过一种在有限数据集下具有良好分类效果的机器学习方法——支持向量机(SVM),来实现灰度图像中缺陷特征的有效识别和分类.实验中可以有效提取出焊缝表面缺陷特征并实现识别和分类,在检测精度和效率方面有良好的表现.
文献关键词：
点云降维;主成分分析;特征提取;多分类支持向量机
中图分类号：
作者姓名：
牛玉玺;杨守鹏;凌鹤
作者机构：
武汉理工大学土木工程与建筑学院,武汉430070;武汉市烟草专卖局(公司),武汉430040;武汉理工大学机电工程学院,武汉430070
文献出处：
引用格式：
[1]牛玉玺;杨守鹏;凌鹤-.基于特征识别的焊缝表面质量检测方法)[J].武汉理工大学学报,2022(03):79-86
A类：
点云降维
B类：
特征识别,焊缝表面质量检测,质量检测方法,焊缝质量,检测效率,性需求,灰度图像,图像特征,高亮度,激光发射器,光源,投射,射到,物体表面,环境光,对焊,焊缝图像,灰度值,三维点云,降维处理,焊缝模型,模型数据,数据量,几何形状,形状特征提取,有限数据,分类效果,机器学习方法,缺陷特征,有效提取,表面缺陷,检测精度,多分类支持向量机
AB值：
0.394672
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
