基于SVDD和多分辨率的铸坯表面缺陷检测

• 作者: 杨娟 黄心汉
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 支持向量数据描述 单类分类 特征向量 多分辨率 缺陷检测
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 图像处理
• 页码范围: 139-141
• 页数: 3页
• 分类号: TP391
• 字数: 2972字
• 语种: 中文

摘要

文章提出了一种基于SVDD(支持向量数据描述)和多分辨率的铸坯表面缺陷检测方法.SVDD方法是一种单类分类法,提取正常样本的纹理特征进行训练,将特征向量与正常样本有一定距离的样本归类至异常样本类.实验证明:基于SVDD的分类方法比已有算法有着更高的识别率,且只需训练正常样本就可准确识别缺陷纹理,具有良好的实用推广性.同时基于多分辨率的铸坯缺陷定位方法能够准确快速定位出铸坯缺陷,适用于复杂背景下的非细节性的目标定位.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄心汉	华中科技大学控制科学与工程系	151	2823	27.0	48.0
2	杨娟	华中科技大学控制科学与工程系	37	118	6.0	9.0