基于多特征融合和优选的起重机轨道螺栓图像缺陷识别

摘要

针对起重机轨道螺栓图像缺陷识别方法存在特征提取不充分的问题，提出一种基于多特征融合和优选的识别方法。首先，提取图像的方向梯度直方图(HOG)特征和ResNet50深层次特征；其次，将两种特征融合，并利用主成分分析(PCA)对融合特征进行降维优选；最后，将优选后的特征向量输入至支持向量机(SVM)分类器，实现缺陷识别。实验结果表明，与基于单一特征和多特征融合方法相比，本文方法的总体分类精度达97.71%,且具有较好的鲁棒性。

关键词

起重机轨道螺栓图像 / 缺陷识别 / 缺陷识别 / 支持向量机

基金资助

国家自然科学基金项目(62206094); 湖州市科技计划项目(2022GZ09); 国家级大学生创新创业训练计划项目(202310347041)