久久精品无码专区亚洲国产日韩欧美第一区二区三区欧美精品久久久久久久亚洲调教国产区免费在线观看av天堂最新一区二区三区

人們對制造業(yè)生產(chǎn)線的要求越來越高，隨著社會現(xiàn)代化工業(yè)快速發(fā)展以及市場競爭的加劇。不僅要滿足高效而且也要保證產(chǎn)品的質(zhì)量。金屬鋁在交通運輸、工具制造、航天科技應(yīng)用、人們衣食住行中起著重要的作用，然而在5052鋁板生產(chǎn)過程中，由于生產(chǎn)設(shè)備陳舊、生產(chǎn)原料批次或質(zhì)量不同以及生產(chǎn)流程等原因的限制使5052鋁板表面產(chǎn)生一些缺陷，正是這些缺陷在很大程度上降低了產(chǎn)品的美觀度、抗腐蝕性和耐磨性，并給冷軋5052鋁板生產(chǎn)企業(yè)帶來了巨大的損失。因此，對冷軋5052鋁板表面缺陷的檢測分類此時顯得尤為重要。本文中對冷軋5052鋁板表面缺陷進行分類實驗的過程中，分別運用了5052鋁板支持向量機分類算法和BP神經(jīng)網(wǎng)絡(luò)分類算法，通過分析實驗結(jié)果發(fā)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)分類方法對冷軋5052鋁板表面六種缺陷的總體識別精度不高，分類過程需要時間較長，泛化能力差而且在對分類模型訓(xùn)練時需要很多的缺陷樣本，但是該算法對油斑類缺陷的正確分類率較高；支持向量機分類算法對六種缺陷的整體分類正確率較高，但是對于像油斑這樣復(fù)雜類缺陷識別率卻達不到令人滿意的效果。為了使冷軋5052鋁板表面缺陷整體和單類別的分類正確率都達到較高的水平，本論文中研究了一種基于支持向量機與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的分類算法用于對冷軋5052鋁板表面的缺陷進行分類。

首先，采用減背景與中值濾波技術(shù)進行冷軋5052鋁板表面缺陷圖像的預(yù)處理；其次采用自適應(yīng)閾值法將缺陷區(qū)域從冷軋5052鋁板表面缺陷圖像中分割出；特征提取時，5052鋁板結(jié)合目標(biāo)圖像和分割后缺陷圖像，提取了灰度特征、形狀特征、幾何特征三大類特征；訓(xùn)練支持向量機和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的分類模型時，BP神經(jīng)網(wǎng)絡(luò)隱含層采用一層結(jié)構(gòu)，按照一定的規(guī)則通過對比多次實驗分類結(jié)果設(shè)置隱含層節(jié)點數(shù)；支持向量機選用徑向基函數(shù)作為核函數(shù)，通過交叉驗證法確定懲罰因子和核參數(shù)，并采用一對一的分類策略進行多種缺陷的分類；支持向量機與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的分類模型對測試樣本進行分類時，先由BP神經(jīng)網(wǎng)絡(luò)分類模型判斷測試樣本是否為油斑，若為油斑則輸出分類結(jié)果，若認(rèn)為是第二類缺陷，則把該樣本交由支持向量機分類模型進行細(xì)分類，即分為氣泡、破皮、刮痕、孔洞、黑線，最終輸出分類結(jié)果。本論文中對定義的六類冷軋5052鋁板表面缺陷進行分類研究，主要是通OpenCV與VC++編程完成相關(guān)實驗。最終的實驗結(jié)果驗證了支持向量機和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的分類算法的分類準(zhǔn)確率高并能滿足實時性的要求。∧