基于SVM的玻璃瓶缺陷分类算法研究

• 作者: 张晓东 石庆升 鲁可
• 来源期刊: 机电产品开发与创新
• 学科: 工学
• 关键词: 玻璃瓶缺陷图像 特征提取 缺陷分类 支持向量机
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 开发与创新
• 页码范围: 23-25
• 页数: 3页
• 分类号: TP273
• 字数: 3513字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6673.2015.01.008

摘要

针对玻璃瓶质量检测系统缺陷分类难的问题,选取气泡、结石、裂纹、污点、皱纹这五种常见的缺陷作为分类目标,从研究每种缺陷的图像特征入手,提出了七个统计特征作为分类器的输入特征向量,根据该分类问题的特点构建SVM分类器,采用现场采集的缺陷图像样本对SVM分类器进行训练和测试.实验结果表明:设计的SVM分类器识别率较高,适合玻璃瓶缺陷图像分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓东	河南工业大学电气工程学院	27	155	8.0	11.0
2	鲁可	河南工业大学电气工程学院	19	108	7.0	9.0
3	石庆升	河南工业大学电气工程学院	12	45	5.0	6.0