基于小波包变换和奇异值分解的机加工表面纹理特征提取_李国宾 (1)

基于小波包变换和奇异值分解的机加工表面纹理特征提取_李国宾 (1)

ID:38280311

大小:602.04 KB

页数:5页

时间:2019-05-31

基于小波包变换和奇异值分解的机加工表面纹理特征提取_李国宾 (1)_第1页
基于小波包变换和奇异值分解的机加工表面纹理特征提取_李国宾 (1)_第2页
基于小波包变换和奇异值分解的机加工表面纹理特征提取_李国宾 (1)_第3页
基于小波包变换和奇异值分解的机加工表面纹理特征提取_李国宾 (1)_第4页
基于小波包变换和奇异值分解的机加工表面纹理特征提取_李国宾 (1)_第5页
资源描述:

《基于小波包变换和奇异值分解的机加工表面纹理特征提取_李国宾 (1)》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2010年2月润滑与密封Feb12010第35卷第2期LUBRICATIONENGINEERINGVol135No12DOI:1013969/j1issn10254-0150120101021009*基于小波包变换和奇异值分解的机加工表面纹理特征提取1,221李国宾关德林李廷举(11大连理工大学材料科学与工程博士后流动站辽宁大连116024;21大连海事大学轮机工程学院辽宁大连116026)摘要:为提取机加工表面的纹理特征,提出利用小波包变换和奇异值分解提取灰度图像特征的新方法,给出了小波包变换算法及

2、奇异值分解算法,依据矩阵奇异值特征向量的均值和方差分别定义了灰度图像的特征参数k1和k2,并探讨了特征参数与表面纹理之间的关系。结果表明:特征参数能够敏感地反映机加工表面的纹理特征。k1表征了机加工表面的支撑面积,其值越大,支撑面积越大;k2表征了机加工表面纹理的粗糙度,其值越大,纹理越粗糙。因此,机加工表面的纹理特征可通过灰度图像特征参数k1和k2评定。关键词:机加工表面;纹理;小波包变换;奇异值分解;特征参数中图分类号:TN911173文献标识码:A文章编号:0254-0150(2010)2-03

3、6-4TextureFeatureExtractionofMachinedSurfaceBasedonWaveletpacketTransformandSingularityValueDecomposition1,221LiGuobinGuanDelinLiTingju(11PostdoctoralStationofSchoolofMaterialsScienceandEngineering,DalianUniversityofTechnology,DalianLiaoning116024,China

4、;21MarineEngineeringCollege,DalianMaritmieUniversity,DalianLiaoning116026,China)Abstract:Inordertoextractthetexturecharacteristicofamachinedsurface,anovelapproachforextractingfeatureofgraymiagewasproposedusingwaveletpackettransformandsingularityvaluedec

5、omposition.Thewaveletpackettransformandthesingularityvaluedecompositionarithmeticwereintroduced.Thecharacteristicparametersk1andk2weredefinedbasedonmeanandvarianceofthesingularvaluecharacteristicvector.Therelationsbetweenthecharacteristicparametersandth

6、esurfacetexturewerediscussed.Theresultsshowthatthecharacteristicparameterscanrevealthetexturecharacter-isticsofamachinedsurface.Theparameterk1reflectsthebearingareaofamachinedsurface,thelargercharacteristicpa-rameterk1,thelargerbearingarea.Theparameterk

7、2reflectstheroughnessofamachinedsurface,thelargercharacteristicparameterk2,thelargerroughness.Thereforethecharacteristicparametersk1andk2couldbeconsideredasparameterstoevaluatethetextureofamachinedsurface.Keywords:machinedsurface;texture;waveletpackettr

8、ansform;singularityvaluedecomposition;characteristicparameter纹理特征提取是机加工表面分析的关键问题,近用于图像纹理特征的提取将失去部分高频细节信[10]年来受到研究者的广泛关注,分别提出了统计法、模息,同时纹理图像经小波分解后可得到不同尺度[1-2]型法、空间-频率域分析法和结构法等,但由于下的分解系数,这些系数构成的高维特征矩阵可反映[11-12]纹理的多样性和复杂性,应用这些方法实现纹理的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。