鲁华杰 张 伟 刘 涛

（1.海军航空大学岸防兵学院 烟台 264001）（2.海军航空大学职业教育中心 烟台 264001）

1 引言

磨粒分析是一种重要的机械系统状态监测方法，设备润滑系统中的磨粒反映了机械设备内部的磨损情况，是设备磨损状况的重要信息载体［1］。磨粒图像分析技术是将计算机图像处理技术和磨粒分析相结合，促进了磨粒分析向智能诊断方向的发展［2］，通过对得到的磨粒图像进行分析，提取磨粒的形状特征、纹理特征和颜色特征等，进而根据这些特征对磨粒类型进行识别，从而判断机械系统的磨损情况。

磨粒图像的形状特征是判断磨粒类型的一种重要依据，同时认知心理学方面的研究也表明，形状相比于颜色和纹理，在人类视觉感知中起着非常重要的作用。通常图像形状特征的提取方法主要分为两类［3］：一是基于轮廓的形状特征，如形状签名、傅里叶描述子和边界矩等；二是基于区域的形状特征，如不变矩、Zernike矩和通用傅里叶描述子等。上述的方法提取图像中物体的形状特征时，一般是根据物体的整体轮廓和整体区域，而人类视觉系统倾向于将物体分解为多个视觉部件，并根据视觉部件的特征以及视觉部件之间的关系来描述物体的形状［4］。

基于此，本文提出了一种基于局部形状特征和BoF（Bag-of-Features）模型［5～6］的磨粒形状特征的提取方法。首先构建磨粒区域的骨架，并根据相邻骨架端点对和骨架分支对将磨粒轮廓和磨粒区域划分成不同的片段和子区域，分别称之为轮廓基元（contour primitives）和区域基元（region primitives）；……