基于LSSVM的磁瓦表面瑕疵偏向性分类

• 作者: 张振尧 李新 白瑞林
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 最小二乘支持向量机 参数寻优 偏向性分类 机器视觉
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: ?光电测量与检测?
• 页码范围: 78-83
• 页数: 6页
• 分类号: TP242.6+2
• 字数: 4743字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-501X.2013.08.014

摘要

针对磁瓦表面缺陷检测方法分类准确率低的问题，提出一种基于LSSVM技术的瑕疵偏向性分类方法。构造5个尺度8个方向Gabor滤波器组，提取经过Gabor变换后生成的40副子图的均值与方差为磁瓦图像特征。采用耦合模拟退火算法初步寻优，在所得初步参数的邻域使用网格算法进行精细搜索。为实现对缺陷磁瓦的偏向性预测分类，改进了虚拟少数类过采样算法。去除原始训练样本中的噪声样本数据，再在瑕疵边界样本与合格样本之间过采样。实验结果表明，最小二乘支持向量机分类器模型训练时参数寻优时间明显缩短，整体分类正确率达到95.56%，偏向性分类正确率达到99.09%，实现对缺陷磁瓦的偏向性分类。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白瑞林	江南大学轻工过程先进控制教育部重点实验室信息与控制实验教学中心	158	1207	18.0	24.0
2	李新		14	105	7.0	9.0
3	张振尧	江南大学轻工过程先进控制教育部重点实验室信息与控制实验教学中心	2	18	2.0	2.0