基于剪切波和小波特征融合的金属表面缺陷识别方法.pdfVIP

第 51 卷第 6 期 机 械 工 程 学 报 Vol.51 No.6 2015 年 3 月 JOURNAL OF MECHANICAL ENGINEERING Mar. 2015 DOI ：10.3901/JME.2015.06.098 基于剪切波和小波特征融合的金属表面缺陷 识别方法* 周 鹏 徐 科 刘顺华 (北京科技大学高效轧制国家工程研究中心 北京 100083) 摘要：金属表面缺陷具有复杂性和多样性。小波变换能很好地捕捉点奇异性信号,对点缺陷识别效果好；剪切波变换作为一 种新的多尺度几何分析方法，对奇异曲线具有最优逼近性能和方向敏感性，因此对方向性的缺陷识别效果好。提出一种基于 剪切波和小波特征融合的金属表面缺陷识别方法。对金属表面图像分别进行离散剪切波变换和小波变换，计算各尺度方向子 带的平均值和方差值，并组成一高维特征矢量。用核保局投影算法对高维特征矢量进行降维，以去除特征间的冗余，得到低 维特征矢量，并输入到支持向量机进行缺陷分类。以高温铸坯、中厚板、精密铝带三种典型金属为例，对从现场采集到的三 种典型金属的样本库进行试验，结果表明：高温铸坯、中厚板、精密铝带缺陷样本的识别率分别达到 93.95%、98.27%、92.5% 。 试验结果证明了该方法可有效应用于不同类型金属的表面缺陷识别，具有通用性。 关键词：剪切波变换；小波变换；表面缺陷；特征提取 中图分类号：TP391 Surface Defect Recognition for Metals Based on Feature Fusion of Shearlets and Wavelets ZHOU Peng XU Ke LIU Shunhua (National Engineering Research Center for Advanced Rolling Technology, University of Science and Technology Beijing, Beijing 100083) Abstract ：Surface defects of metals are often with complexity and diversity. Wavelet transform is effective to detect singularities, it is applicable for recognition of point defects. As a relatively new method of multiscale geometric analysis(MGA), shearlet transform has good performance of directivity and optimal approximation, and it is applicable for recognition of defects with determined directions. A new recognition method of surface defects for metals is proposed, and it is based on feature fusion of shearlet transform and wavelet transform. Images of metals are decomp