摘要：针对磁瓦表面的无规律磨痕、不规则倒角及缺陷的多样化复杂化,提出了一种基于混沌特性的视觉图像特征信息提取和判别方法.通过分析磁瓦计算区域灰度图像相邻2行（列）灰度值的Pearson相关系数来产生时间序列,并采用C-C方法对降噪平滑后的时间序列进行计算,得到嵌入维数、时间延迟和序列的平均周期等混沌特性参数,然后使用Wolf方法得到该序列的最大Lyapunov指数,最后使用样本的各混沌参数对神经网络进行训练并测试,对判定有缺陷的磁瓦根据其缺陷特点对其进行了提取.实验结果显示该方法能够准确地将对比度低、表面图像暗淡的磁瓦进行缺陷的自动判别和提取.

关键词：磁瓦 视觉图像 混沌特性 缺陷提取 lyapunov指数 

单位：重庆理工大学机械工程学院重庆400054