关键词:
齿轮
感兴趣区域(ROI)
局部二值模式(LBP)
LBP编码
摘要:
为提高传统局部二值模式(local binary pattern,LBP)算法提取目标图像特征时的识别率,提出一种基于掩膜迭代感兴趣区域(region of interest,ROI)改进LBP算法的特征提取方法。使用掩膜迭代ROI的提取方法,减少对干扰信息或者无效区域的处理,缩短缺陷区域的提取时间。在LBP的基础上根据预设的半径确定所述中心像素点的圆形区域,将邻域采样点之间的灰度值大小关系加入考虑范围,与中心阈值共同作为决定LBP编码情况的影响因子,充分利用邻域点之间所隐藏的方向特征,进一步提高了图像识别的准确率。实验表明,以PASCAL VOC齿轮缺陷数据集中缺陷图像为验证样本,实验所拍摄缺陷图像由SVM识别准确率相较传统LBP算法提升2%,最高识别率99.32%;Manhattan识别准确率相较传统LBP算法提升0.67%,最高识别率98.54%;European识别准确率相较传统LBP算法提升0.44%,最高识别率97.87%。