【技术实现步骤摘要】
本专利技术属于图像处理、机器学习方法领域，具体是一种用于弹簧端面缺陷检测的特征增强分类识别算法。
技术介绍
1、弹簧在各个工业领域都有着不可替代的作用，有着减震、自动复位等作用。在生产处理过程中，由于一些技术因素，弹簧端面可能出现种类较为繁杂的缺陷。因此，需要对缺陷弹簧进行识别检测，防止在装配、运转过程中造成系统运行问题。基于传统图像处理的缺陷检测具有效率高、实时性较好、自动化程度较高等优点，然而存在算法灵活度较低、需要足够数量且质量良好的模板图等问题，难以应对种类繁多的缺陷识别。机器学习拥有强大的识别能力，与传统的图像处理算法相比，可以自动从数据中学习到有效的特征表示，即使在背景复杂或者存在噪声的情况下，也能够有效地识别和分类图像，可大幅提升缺陷识别的准确率。
2、机器学习模型的训练大多需要足够数量的样本。然而，在工业生产过程中难以收集大量的缺陷样本，造成机器学习模型的训练较为困难。因此，如何使用小样本，仍能训练准确的缺陷识别模型，是急需解决的问题。
技术实现思路
1、本专利...
【技术保护点】
1.一种用于弹簧端面缺陷检测的特征增强分类识别算法，其特征在于：具体步骤为：
2.根据权利要求1所述的一种弹簧端面缺陷检测的特征增强分类识别算法，其特征在于：所述步骤4的具体步骤为：提取图像的全部轮廓，并记录下所有轮廓像素点的坐标。
3.根据权利要求1所述的一种弹簧端面缺陷检测的特征增强分类识别算法，其特征在于：所述步骤5的具体步骤为：
4.根据权利要求1所述的一种弹簧端面缺陷检测的特征增强分类识别算法，其特征在于：所述步骤6的具体步骤为：对良品正样本和缺陷负样本的特征进行识别，并对应做好的标注标签，良品标注为1，缺陷标注为-1，将...
【技术特征摘要】
1.一种用于弹簧端面缺陷检测的特征增强分类识别算法，其特征在于：具体步骤为：
2.根据权利要求1所述的一种弹簧端面缺陷检测的特征增强分类识别算法，其特征在于：所述步骤4的具体步骤为：提取图像的全部轮廓，并记录下所有轮廓像素点的坐标。
3.根据权利要求1所述的一种弹簧端面缺陷检测的特征增强分类识别算法，其特征在于：所述步骤5的具体步骤为：
4.根据权利要求1所述的一种弹簧端面缺陷检测的特征增强分类识别算法，其特征在于：所述步骤6的具体步骤为：对良品正样本和缺陷负样本的特征进行识别，并对应做好的标注标签，良品标注为1，缺陷标注为-1，将良品缺陷进行划分。
5.根据权利要求1所述的一种弹簧端面缺陷检测的特征增强分类...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。