1 西安交通大学 机械工程学院, 陕西 西安 710049
2 新疆大学 机械工程学院, 新疆 乌鲁木齐 830047
针对铁谱图像磨粒识别中异类信息综合利用率较低的问题, 提出多层次信息融合的铁谱图像磨粒识别方法。首先, 在铁谱图像二值化分割的基础上进行二值滤波, 结合彩色铁谱图的R、G、B三分量, 实现铁谱图像的彩色滤波。其次, 以实际采集的磨粒图像样本为例, 提取滤波后二值图像的形态特征, 以及滤波后彩色图像的颜色特征; 在特征层利用PCA对异类特征进行维数约简, 并结合SVM和k-fold交叉验证, 实现形态特征和颜色特征的特征层融合; 在决策层将异类特征的SVM概率输出结果作为D-S证据理论的基本概率分配函数, 实现形态特征和颜色特征的决策层融合。通过与形态学滤波结果对比, 验证了本文提出滤波方法的优越性; 其次, 不同层次的信息融合结果表明, 与单独使用颜色特征和形态特征相比, 异类信息融合后可实现优势互补, 有效提高故障磨粒的识别准确率。
铁谱图像 图像滤波 信息融合 磨粒识别 ferrographic image image filtering information fusion wear particle recognition