首页 期刊 计算机与现代化 基于超像素分割和随机森林的橡胶柱塞缺陷检测方法 【正文】

基于超像素分割和随机森林的橡胶柱塞缺陷检测方法

作者:孙世凡; 叶明; 刘凯 南京航空航天大学机电学院; 江苏南京210016
橡胶柱塞   缺陷检测   超像素分割   随机森林  

摘要:针对直径为3 mm的小尺寸橡胶柱塞件端面,其受光斑、灰尘及纹理干扰不易分割提取缺陷轮廓的问题,提出一种结合SLIC(简单线性迭代聚类)和RF(随机森林)算法的缺陷检测系统。首先利用霍夫变换和各向异性扩散滤波对图像预处理,然后采用基于超像素分割的SLIC算法分割和提取缺陷区域,最后把获得的缺陷区域的五维形状特征作为RF分类器特征向量进行缺陷分类预测。结果表明,SLIC算法较传统的自适应阈值分割算法快了0.128 s,并且分割效果远好于传统算法,能够准确分割出小至0.5 mm的缺陷,整体检测流程平均耗时小于1.5 s,同时RF分类结果准确率达到97.3%。因此,本文的缺陷检测系统满足在线检测准确性和实时性的要求,可在实际工作中使用。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅