原文服务方: 科技与创新       
摘要:
金属表面具有高反光和拉丝特性,金属表面细小瑕疵的图像检测一直是非常困难的问题,本文提出了一种基于支持 向量机的金属表面细小瑕疵检测算法.算法采用将图像分成小块并用支持向量机分类的方法.将图像分割为小的子块,适用于细小瑕疵的检测;运用机器识别的方法,克服了传统图像算法难以检测金属表面瑕疵的缺点.对近200个样本的测试结果表明该算法的准确率高达93.75%.
推荐文章
基于支持向量机的机场检测算法
机场检测
支持向量机
直线检测
基于支持向量机的乳腺钙化点检测算法
微钙化点
小波
Top-hat
SVM
基于最小二乘隐空间支持向量机的IDS检测算法的设计
网络安全
入侵检测
最小二乘隐空间支持向量机
算法设计
基于多核支持向量机集成的智能玻璃制品检测算法
智能检测
机器视觉
支持向量机集成
遗传算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的瑕疵检测算法
来源期刊 科技与创新 学科
关键词 瑕疵检测 支持向量机 灰度直方图
年,卷(期) 2008,(33) 所属期刊栏目 软件时空
研究方向 页码范围 191-192,184
页数 3页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2008.33.076
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵宇明 上海交通大学图像处理与模式识别研究所 45 724 15.0 25.0
2 ZHAO Yu-ming 上海交通大学图像处理与模式识别研究所 2 8 1.0 2.0
3 郝淑丽 上海交通大学图像处理与模式识别研究所 1 7 1.0 1.0
4 HAO Shu-li 上海交通大学图像处理与模式识别研究所 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (31)
参考文献  (6)
节点文献
引证文献  (7)
同被引文献  (10)
二级引证文献  (5)
1973(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(4)
  • 参考文献(2)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
瑕疵检测
支持向量机
灰度直方图
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导