磁瓦表面缺陷机器视觉检测与识别方法

• 作者: 余永维 杜柳青
• 来源期刊: 图学学报
• 学科: 工学
• 关键词: 机器视觉 表面缺陷 扫描线梯度 支持向量机 磁瓦
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 视觉与图像
• 页码范围: 590-594
• 页数: 5页
• 分类号: TP273+.5
• 字数: 3311字
• 语种: 中文

摘要

针对磁瓦生产过程中表面缺陷检测的重要性和人工检测的弊端,研究基于机器视觉的磁瓦表面缺陷自动检测与识别方法.为解决磁瓦表面缺陷种类多、对比度低、图像中存在磨痕纹理背景和整体亮度不均匀等难点,定义扫描线梯度,其标准差与扫描线灰度标准差构成特征向量,提出基于两类支持向量机的图像分割方法来判别和提取缺陷;并提出一种改进的多类支持向量机方法,对缺陷进行分类识别,解决了多类支持向量机存在不可分区域的问题,提高了分类器的准确性和有效性.实验结果表明,该方法能准确快速地提检测磁瓦表面各区域的各类缺陷,检出率可达到96％以上,识别率超过91％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜柳青	重庆理工大学机械工程学院	44	255	8.0	15.0
2	余永维	重庆理工大学机械工程学院	34	283	8.0	16.0