一种纹理缺陷特征提取算法

摘要

为了更加准确地提取具有纹理的物体表面细微缺陷特征,论文提出了一种基于2代Curvelet变换、灰度共生矩阵和二阶振荡粒子群优化的核主成分分析的纹理表面缺陷特征提取算法.首先对纹理缺陷图像在不同尺度和方向上进行Curvelet分解,利用灰度共生矩阵找出包含纹理特征的高频分量,并予以舍弃来去除纹理;然后用二阶振荡粒子群优化后的核主成分分析算法对缺陷训练样本特征和测试样本特征进行提取;最后使用相似度函数求出测试样本特征向量和训练样本特征向量之间的相似度,根据测试样本相似度值大小确定测试样本的缺陷类型.最后结果表明,与无纹理去除的核主成分分析特征提取算法和经论文纹理去除算法后的基于小波变换的核主成分分析特征提取算法相比,论文算法提取的特征更加完整,缺陷的识别率更高.