国内刊号:61-1133/TG
国际刊号:1001-3814
发布日期:
作者:周亚罗, 张健, 刘文广, 张瑞成,
关键词:金属带钢, 缺陷识别, 图像处理, 特征融合, 主成分分析法,
带钢是现代制造业的重要原材料,其表面缺陷严重影响了最终产品的性能。为实现热轧带钢表面缺陷的准确识别分类,本文提出了一种基于特征加权融合的带钢表面缺陷识别方法。针对6种类间差异小、类内差异大的热轧带钢表面缺陷,分别从特征提取、特征融合、特征降维三个方面改进机器学习算法,获取低维度、高信息度的缺陷特征。通过支持向量机(SVM)训练特征,实现缺陷分类。实验结果表明,融合特征较单一特征具有更强的表征能力,本文方法的缺陷识别率达到了98.33%,具有较强的实用性。
来源:2024年第23期
《热加工工艺》期刊编辑部