金属断口图像纹理特征提取与分类.doc

南昌航空大学 硕士学位论文 金属断口图像的纹理特征提取与分类 姓名：苏静 申请学位级别：硕士 专业：信号与信息处理 指导教师：刘高航;黎明 南昌航空大学硕士学位论文  摘 要  摘要 金属断口的模式识别与分类是实现断裂构件智能诊断的重要内容之一。断裂 过程的每一阶段都会在断口上留下相应的痕迹、形貌与特征。分析金属断口图像 可以为金属材料的性能及行为等许多方面的研究提供重要信息。通过对金属断口 的特征、性状、形貌等问题的研究，可以更好地揭示断裂机理，研究影响断裂过 程及断口形态的各种因素，从而更好地指导生产实践，为机械产品的设计和制造 提供依据。 金属断口的形貌分析是断口分析的一个重要研究方向。金属材料的断口显微 图像具有一定的纹理性，所以本文从纹理分析的角度对疲劳、韧窝、沿晶、解理 四种典型金属断口图像的形貌进行研究。具体地说，就是研究了灰度共生矩阵和 小波变换方法在断口分析中的效果。 灰度共生矩阵是一种传统的空间域纹理分析方法，但是其参数众多，对于不 同类别的图像如何选取有效的参数至今没有统一的方法。本文计算了 13 个特征 参数，根据不同步长、不同压缩级时特征值的变化曲线确定步长和灰度压缩级， 然后根据相关系数分析选择其中的 7 个特征，分别利用加权欧式距离分类器和 K 近邻分类器对断口图像进行了分类。与用常用的 5 个特征相比，根据此方法选择 的 7 个特征分类效果明显更好。 小波变换也是一种广泛使用的时频域纹理分析方法。本文利用 db4 小波对断 口图像进行分解，提取纹理特征。然后设计了加权欧式距离分类器和 k 近邻分类 器，比较了二者的分类效果。 实验中共使用了 320 幅断口图像，每类 80 幅，其中训练样本 20 幅，测试样 本 60 幅。结果为对韧窝识别率最高，疲劳次之，沿晶和解理不是很好。最后， 对实验结果进行了分析。 关键词：金属断口 纹理分析 k 近邻分类器 灰度共生矩阵 I 南昌航空大学硕士学位论文  Abstract  Abstract The pattern recognition and classification of metal fracture images is one of the important contents in automatic diagnosis of fracture components.Corresponding trace, morphology and characteristics will be left in fracture surfaces in every stage of cracking process.Analysis of metal fracture images can provide important information for research such as performance,action of metal materials.Study of characteristic,shape and morphology can better reveal the fracture mechanism and all kinds of factors which influence cracking process and fracture morphology,etc..So it can guide production and practice better,and provide basis for the design and manufacture of mechanical products. Morphology analysis of metal fracture is an important research direction in fracture analysis. Microscopic fracture images of metal materials have texture features,so this paper discussed the morphology of four typical metal fractures,such as fatigue, cleavage, dimple and intererystalline from the perspective of texture analysis. Specifically,the paper studied GLCM and Wavelet Transform. GLCM is a traditional spatial method in texture a