基于区域筛选分割和随机森林的人造板表面缺陷识别

• 作者: 刘传泽 周玉成 王霄 罗瑞 陈龙现
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 人造板 缺陷识别 特征提取 随机森林
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 检测与监控
• 页码范围: 9-13
• 页数: 5页
• 分类号: TP242
• 字数: 3858字
• 语种: 中文

摘要

连续压机生产线的普及使我国人造板企业实现自动化生产,但缺陷检测环节仍依靠人工.缺陷识别是检测的一个重要环节,是根据缺陷的特征值使用分类器对缺陷进行分类的过程.在连续压机生产线以1.5m/s的速度运行,生产线上两块人造板的间距小于0.4m,缺陷识别必须在3s之内完成,且识别正确率要达到95％.为了满足人造板缺陷识别的实时性、准确性的要求,提出基于随机森林(random forest,RF)的分类方法.首先通过区域筛选分割的方法提取缺陷纹理、形状特征;再次利用上述提取出的特征值用CART算法构建RF;最后利用RF分类.本研究证明基于RF算法的分类器用于人造板表面缺陷在线识别的可行性和优势,能够实现人造板表面缺陷的快速、准确识别,满足人造板缺陷在线检测系统的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周玉成	山东建筑大学信息与电气工程学院	49	113	6.0	7.0
2	罗瑞	山东建筑大学信息与电气工程学院	7	24	3.0	4.0
3	陈龙现	山东建筑大学信息与电气工程学院	9	25	3.0	4.0
4	刘传泽	山东建筑大学信息与电气工程学院	17	62	5.0	7.0
5	王霄		7	31	4.0	5.0