基于改进MF-DFA特征的环形零件缺陷识别

在工业生产中，机械零件图像的特征提取和缺陷识别通常基于零件图像的几何特征，而传统的几何特征缺乏零件图像的深层特征信息作为缺陷识别特征，不适合个性化的机械零件图像缺陷识别。多重分形是分形理论的一个重要分支。其趋势波动分析（MF DFA）可以从整体和局部两个方面提取机械零件的深层特征信息。结合滑动窗口、经验模态分解（EMD）和三角覆盖模型，提出了一种改进的MF－DFA算法模型，用于提取具有分形特征的机械零件图像的多重分形谱特征。结合LS－SVM分类器的培训，实现了对缺陷零件的准确识别。实验结果表明，该算法能有效地提取零件图像的特征，实现零件图像缺陷的准确识别。