论文部分内容阅读
针对铸件图像噪声多和对比度不足引起的缺陷识别困难的问题,文中提出了一种基于集成学习的铸件缺陷识别方法。首先,该方法采用灰度变换法、双边滤波以及自适应图像分割法对铸件图像进行预处理。然后,通过提取方向梯度直方图(Histogram of Oriented Gradients, HOG)特征、不变矩特征和局部二值模式(Local Binary Pattern, LBP)纹理特征构建全信息特征集,并结合支持向量机递归特征消除(Support Vector Machine-Recursive Feature