一种基于混沌特性的磁瓦表面缺陷视觉提取方法 .pdfVIP

学兔兔 第 34卷 第 11期 仪 器 仪 表 学 报 Vo1．34No．11 2013年 11月 ChineseJournalofScientificInstrument NOV．2013 一 种基于混沌特性的磁瓦表面缺陷视觉提取方法术 杜柳青，余骋南，余永维 (重庆理工大学机械工程学院 重庆 400054) 摘 要：针对磁瓦表面的无规律磨痕、不规则倒角及缺陷的多样化复杂化 ，提出了一种基于混沌特性的视觉图像特征信息提取 和判别方法。通过分析磁瓦计算区域灰度图像相邻2行 (列)灰度值的Pearson相关系数来产生时间序列，并采用c—c方法对 降噪平滑后的时问序列进行计算，得到嵌入维数 、时间延迟和序列的平均周期等混沌特性参数，然后使用Wolf方法得到该序列 的最大 Lyapunov指数，最后使用样本的各混沌参数对神经网络进行训练并测试，对判定有缺陷的磁瓦根据其缺陷特点对其进 行了提取。实验结果显示该方法能够准确地将对 比度低、表面图像暗淡的磁瓦进行缺陷的自动判别和提取。 关键词 ：磁瓦；视觉图像；混沌特性 ；缺陷提取；Lyapunov指数 中图分类号 ：TP391．41 文献标识码：A 国家标准学科分类代码：510．40 Visualextraction methodofarcmagnetsurfacedefectsbased on chaoticcharacteristic DuLiuqing，SheChengnan，YuYongwei (CollegeofMechanicalEngineering，ChongqingUniversityofTechnology，Chongqing400054，China) Abstract：Aimingattheirregularwearscar，crack，irregularchamferandothercomplexdefectsonarcmagnetsurface generatedinproductionprocess，basedonthechaoticcharacteristicofcomputervision，thispaperpresentsanextrac。 tionandjudgmentmethodofthevisionimagecharacteristicinformationofthearcmagnetsurfacedefects．Through analyzingthePearsoncorrelationcoefficientsofthegrayvaluesoftheneighboringtworows(columns)incalculating domaingrayimage，atimeseriesisgenerated．TheC—Cmethodisadoptedtocalculatethetimeseriesafterdenoising and smoothing；andthechaoticcharacteristicparameters，suchasembeddingdimension，timedelayandaverageperi— odofthetimeseriesareobtained．ThentheWolfmethodisusedtoobtainthelargestLyapunovexponentofthese— quenee．Atlast，variouschaoticparametersofthesampleareusedtotrainandtesttheneuralnetwork，thedefectarc magnetsareex