基于极限学习机的玻璃瓶口缺陷检测方法研究

• 作者: 黄志鸿 黎牧星
• 来源期刊: 计算技术与自动化
• 关键词: 缺陷检测 机器视觉 特征提取 极限学习机
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 【计算机软件及应用】
• 页码范围: 117-120
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文

摘要

针对目前玻璃空瓶回收再生产过程中造成瓶口缺陷破损的在线实时检测难题,提出一种基于极限学习机(Extreme Learning Machine,ELM)的检测算法。首先对采集的瓶口进行预处理,通过研究表面缺陷,提取灰度方差等6种表面特征。然后运用遗传算法对极限学习机的输入层层的阈值和权值进行优化,提高算法的检测精度。最后现场选取569个样本对所设计ELM分类器进行训练学习与测试,并与LVQ算法、BP分类器对比实验。结果表明该算法能够满足对机器视觉检测系统缺陷检测高速高精度的要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黎牧星	湖南大学机器人视觉感知与控制技术国家工程实验室	1	2	1.0	1.0
5	黄志鸿	湖南大学机器人视觉感知与控制技术国家工程实验室	2	2	1.0	1.0