基于决策树学习的柱状二极管表面缺陷检测系统设计

• 作者: 张中炜 郭朝伟
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 机器视觉 笔画宽度转换 全局LBP纹理算子 决策树学习分类器
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 图像与多媒体
• 页码范围: 39-41
• 页数: 3页
• 分类号: TP751.1
• 字数: 2157字
• 语种: 中文

摘要

研究对象为柱状二极管,管体表面分布着白色文字和极性环.通过光学原理设计出能够减弱反光、打亮侧面的光学平台.同时,从对象分割、特征提取和决策树分类器三方面讲述视觉软件系统的设计流程:针对文字与缺陷ROI相混的情况,先利用笔画宽度转换(SWT)分割文字,剩下的连通ROI即是缺陷ROI;针对缺陷特征,提出平均灰度、环状度、边缘方向直方图和LBP四项特征值;最后利用决策树分类器对缺陷ROI进行分类,缺陷ROI识别率接近100％,缺陷ROI分类正确率达到92.3％,取到了较好的识别和分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张中炜	东华大学信息科学与技术学院	19	111	4.0	9.0
2	郭朝伟	东华大学信息科学与技术学院	1	2	1.0	1.0