基于小波特征与支持向量机的焊点缺陷识别方法的研究.pdfVIP

第44卷 第 1期 河 北 工 业 大 学 学 报 20l5年 2月 、，o1．44 NO．1 JoURNALOFHEBEIUNIVERSITY OFTECHNOL0GY February 2015 文章编号：1007—2373(2015)叭．0006—06 DOI：10．14081j／．cnki．hgdxb．2015．01002 基于小波特征与支持向量机的焊点缺陷识别方法的研究 周 颖 ，王 雪 ，刘 坤 ，李明旭 (1．河北工业大学 控制科学与工程学院，天津 300130；2．河北省控制]：程技术研究中心，天津 300130) 摘要 基于视觉信息的焊点缺陷检测已成为当前机器视觉中的研究热点问题．针对焊接设备的不稳定性、操作环 境的不确定性等问题对焊点质量的影响，本文提出了利用增强小波系数和主成分分析相结合的方法对焊点图像特 征进行提取，利用主成分分析的降维作用，对提取的增强小波系数 5O维特征向量进行降维处理．同时提出了融 合决策树与支持向量机的方法对焊点的缺陷类型进行识别．实验结果表明，本文提取的焊点特征值具有更好的区 分性与紧致性，提出的分类方法有效提高了焊点缺陷检测的识别率，同时提高了算法效率． 关 键 词 焊点缺陷识别；小波系数；主成分分析；决策树；支持向量机 中图分类号 TP391．41 文献标志码 A Studyonrecognitionmethodofsolderjointdefectsbasedonwavelet featureandsupportvectormachine ZHOU Ying ，WANG Xue，LIU Kun ，LIM ing—Xll (1．SchoolofControlScienceandEngineering，HebeiUniversityofTechnology,Tianjin300130，China；2．HebeiControlEngineering ResearchCenter,Tianjin300130，China) Abstract SolderjointdefectsdetectionbasedonvisualinformationhasbecomearesearchhotspotinmachineVISIOn． Aimingattheinfluencesonthequalityofsolderjointcausedbytheinstabilityofweldingequipmentandtheuncertainty ofoperatingenvironment，enhancedwaveletcoefficientscombinedwithprincipalcomponentanalysisisproposedinthis papertoextractimagefeaturesofsolderjoint，theextracted50dimensionofenhancedwaveletcoefficientscharacteristic vectorsarereducedbyusingprincipalcomponentanalysis．Atthesametime，decision—treecombinedwithsuppo~vector machineisalsoproposedtoidentifydefecttypesofsolderjoint．Theexperimentalresultsshowthattheextractedcharac teristicvalueofsolderjointhasbetterdiscriminationandcompactness，theproposedclassificationmethodeffectivelyim— provestherecognitionrateofthesolderjointdefectsdetectionandtheefficie