论文部分内容阅读
提出了一种基于支持向量机(SVM)的搅拌摩擦焊(FSW)表面缺陷分类方法.首先,使用高斯金字塔获取下采样后的低分辨率图像以减少FSW表面洋葱纹的影响,使用Sobel算子和Hough直线检测算法提取感兴趣区域并将结果映射回原始图像,得到FSW轴肩作用区图像;其次,对得到的无缺陷、飞边和沟槽缺陷图像使用小波变换、灰度共生矩阵(GLCM)以及局部二值模式提取纹理特征;最后,将得到的特征向量输入支持向量机,完成对3种类别共2100张FSW图像的识别,总体分类准确率大于98％.通过对数据集添加不同方差的高斯噪声,验证了所提方法具有一定的抗噪能力,其分类结果可以作为搅拌摩擦焊加工过程中参数控制的一个反馈信号.