基于特征融合的多尺度窗口产品外观检测方法

• 作者: 叶璐 王炎 连晓峰
• 来源期刊: 计算机测量与控制
• 关键词: 机器视觉 质量检测 特征融合 多尺度滑动窗口 支持向量机
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 39-42
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2017.12.010

摘要

为提高产品外观质量的检测精度和实时性,提出一种基于特征融合的多尺度滑动窗口机器视觉检测方法;在训练阶段,首先提取图像的HOG特征和Lab颜色特征,并采用典型相关分析法(CCA)进行特征融合;接下来,采用支持向量机(SVM)对融合的特征进行训练,生成分类器;在检测阶段,产品外观不同区域对精度的要求不同,为提高检测效率,生成不同尺度的滑动窗口,在每个窗口中都进行图像的特征提取与特征融合;最后,对采集的图像序列进行匹配,实现产品外观划痕的实时检测;实验中,选取不同的特征提取方法进行对比,并分别生成大小不同的滑动窗口,通过分析实验结果,结合检测时间与精度,确定各个区域的窗口尺度;实验表明,与传统的检测方法相比,所提方法在检测精度和实时性上具有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	连晓峰	北京工商大学计算机与信息工程学院	39	300	9.0	16.0
2	王炎	北京工商大学计算机与信息工程学院	2	2	1.0	1.0
3	叶璐	北京工商大学计算机与信息工程学院	2	2	1.0	1.0