發(fā)布時(shí)間：2025-03-20 03:38

　　隨著人們生活質(zhì)量不斷提升,摩托車產(chǎn)品已經(jīng)大規(guī)模普及�，F(xiàn)階段人們所關(guān)注的往往是摩托車的質(zhì)量問題。其中有一個重要的部件叫變速鼓。倘若變速鼓出現(xiàn)問題,將會嚴(yán)重影響摩托車擋位的控制,所以對變速鼓缺陷的檢測具有研究意義。本文將通過對變速鼓缺陷特點(diǎn)分析,以及缺陷的特征提取與分類所涉及的技術(shù)進(jìn)行詳細(xì)的介紹。針對傳統(tǒng)SIFT算法對特征點(diǎn)檢測效率較低的問題,提出改進(jìn)算法,該算法是引入FAST多尺度空間,通過將傳統(tǒng)的FAST算法引入尺度參數(shù),按尺度連續(xù)對圖像進(jìn)行高斯模糊,然后進(jìn)行極值點(diǎn)的檢測,再進(jìn)行不同尺度間的比較,找出最優(yōu)角點(diǎn),從而提高了在關(guān)鍵點(diǎn)檢測的效率。實(shí)驗(yàn)結(jié)果表明,該算法同樣具備尺度不變性,旋轉(zhuǎn)不變性等特點(diǎn),同時(shí)特征描述向量的生成效率大大提高,并且特征描述準(zhǔn)確性較高。針對每張缺陷圖像生成特征描述向量數(shù)量不一,將特征描述向量進(jìn)行K-means聚類,形成最終的特征向量,從而方便分類訓(xùn)練。但是特征點(diǎn)為局部特征,為了有效提高檢測正確率,提取銹跡缺陷這類的顏色特征,引入全局特征顏色矩,將局部特征與全局特征融合,采用“一對余”類型的SVM多分類模型,從而提高分類識別率。通過實(shí)驗(yàn)證明,采用多特征融合分類模型,識別...

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 引言
    1.2 研究背景及意義
    1.3 缺陷檢測現(xiàn)狀
        1.3.1 變速鼓介紹
        1.3.2 國外研究現(xiàn)狀
        1.3.3 國內(nèi)研究現(xiàn)狀
    1.4 本文研究重點(diǎn)及創(chuàng)新點(diǎn)說明
    1.5 論文組織架構(gòu)
第2章 變速鼓缺陷特征點(diǎn)檢測方法
    2.1 變速鼓缺陷特點(diǎn)分析
    2.2 傳統(tǒng)特征點(diǎn)檢測方法
        2.2.1 FAST算法
        2.2.2 SIFT算法
        2.2.3 SURF算法
    2.3 幾種算法的比較及其選擇
    2.4 本章小結(jié)
第3章 基于改進(jìn)SIFT算法的圖像特征提取
    3.1 SIFT算法的詳細(xì)介紹
        3.1.1 基本概念
        3.1.2 SIFT算法的詳細(xì)步驟
        3.1.3 傳統(tǒng)SIFT算法缺陷
    3.2 改進(jìn)的SIFT算法
        3.2.1 改進(jìn)的SIFT算法的特征點(diǎn)檢測部分
        3.2.2 K-means特征聚類
    3.3 實(shí)驗(yàn)及對比分析
    3.4 本章小結(jié)
第4章 變速鼓缺陷的分類識別
    4.1 支持向量機(jī)
        4.1.1 支持向量機(jī)的理論
        4.1.2 支持向量機(jī)的特點(diǎn)
    4.2 支持向量機(jī)的多分類的類型
    4.3 基于局部特征與全局特征融合的分類模型
        4.3.1 全局特征提取
        4.3.2 融合分類模型
        4.3.3 訓(xùn)練及測試
    4.4 本章小結(jié)
第5章 實(shí)驗(yàn)驗(yàn)證與結(jié)果分析
    5.1 實(shí)驗(yàn)平臺設(shè)計(jì)
        5.1.1 實(shí)驗(yàn)平臺設(shè)計(jì)概述
        5.1.2 實(shí)驗(yàn)設(shè)備選型
        5.1.3 實(shí)驗(yàn)平臺搭建
    5.2 變速鼓缺陷檢測分類實(shí)驗(yàn)
        5.2.1 缺陷特征點(diǎn)檢測實(shí)驗(yàn)
        5.2.2 變速鼓多特征融合分類實(shí)驗(yàn)
    5.3 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果



本文編號：4037323