基于支持向量機(jī)的微型喇叭同心度檢測(cè)方法的研究.pdf

1、測(cè)量技術(shù)是工業(yè)發(fā)展的基礎(chǔ)。從生產(chǎn)發(fā)展的歷史來看，機(jī)械加工精度的提高總是與測(cè)量技術(shù)的發(fā)展水平密切相關(guān)的。幾何量測(cè)量技術(shù)也是隨著科學(xué)技術(shù)的發(fā)展而發(fā)展，隨著加工精度的提高而完善的。 目前，同心度測(cè)量作為幾何參數(shù)測(cè)量領(lǐng)域中的一種已經(jīng)廣泛應(yīng)用于許多領(lǐng)域。喇叭的同心度參數(shù)是衡量其性能的一個(gè)關(guān)鍵指標(biāo)，直接影響喇叭的音質(zhì)效果。而傳統(tǒng)的同心度測(cè)量?jī)x滿足不了小尺寸的測(cè)量精度要求，無法直接用于微型喇叭的同心度檢測(cè)工作。據(jù)此，本文設(shè)計(jì)一套可以用于微型喇

2、叭同心度檢測(cè)的方法。 在同心度檢測(cè)過程中，如果得到了喇叭內(nèi)外圓的邊緣很容易就可以求得同心度參數(shù)。那么本文的重點(diǎn)工作就是要提取喇叭內(nèi)外圓的邊緣。 本文的研究對(duì)象是微型喇叭，喇叭內(nèi)外圓區(qū)域的材質(zhì)、顏色相同。其內(nèi)圓依靠凹凸的立體差異來獲得。經(jīng)實(shí)驗(yàn)，圖像易受光照、背景等的影響，傳統(tǒng)的邊緣檢測(cè)算子并不能很好的提取出內(nèi)外圓的邊緣。由此在文中引入了支持向量機(jī)理論，用支持向量機(jī)識(shí)別圖像的邊緣具有非常優(yōu)異的統(tǒng)計(jì)性能，由此來有效地完成喇叭圖

3、像的邊緣提取。最終得到喇叭的同心度參數(shù)。 本文的主要研究?jī)?nèi)容可歸納如下： 1.介紹了機(jī)器學(xué)習(xí)領(lǐng)域的研究熱點(diǎn)支持向量機(jī)理論的發(fā)展概況。支持向量機(jī)在解決小樣本、非線性及高維模式識(shí)別問題中表現(xiàn)出了許多特有的優(yōu)勢(shì)，在模式識(shí)別、函數(shù)擬合等方面都有很好的應(yīng)用。并對(duì)支持向量機(jī)在圖像處理方面的應(yīng)用作了介紹。 2.利用支持向量分類理論進(jìn)行邊緣提取。通過仿真結(jié)果得出，該方法適用于灰度直方圖呈雙峰分布的喇叭圖像，對(duì)不滿足雙峰分布的圖像

4、，并不能準(zhǔn)確地提取出圖像的邊緣。 3.針對(duì)微型喇叭同心度檢測(cè)的研究，在支持向量回歸(SVR)理論表示圖像的基礎(chǔ)上，把邊緣檢測(cè)和SVR圖像的特點(diǎn)結(jié)合起來，提出了基于SVR圖像的邊緣檢測(cè)方法。仿真結(jié)果表明該算法可以很好地提取出喇叭圖像內(nèi)外圓的邊緣。 4.以MATLAB作為仿真軟件，結(jié)合使用LIBSVM軟件包，構(gòu)建一個(gè)軟件仿真平臺(tái)。對(duì)微型喇叭圖像進(jìn)行內(nèi)外圓邊緣提取和輪廓跟蹤，進(jìn)而得到喇叭的同心度參數(shù)，并對(duì)引起誤差的來源進(jìn)行分析