基于支持向量机的条烟包装外观缺陷检测

• 作者: 孙娜 崔云月 管一弘 罗亚桃 黄岗
• 来源期刊: 软件
• 学科: 工学
• 关键词: 图像处理 缺陷检测 支持向量机 条烟
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 205-210
• 页数: 6页
• 分类号: TP391.41
• 字数: 4097字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2020.01.045

摘要

针对卷烟生产过程中条烟包装外观缺陷问题,提出一种基于支持向量机(SVM)的条烟包装缺陷图像检测方法.该方法首先采用模板匹配法定位条烟检测区域;然后利用Haar小波变换进行频域分解,并通过灰度共生矩阵算法对频域图提取纹理特征;最后结合纹理特征建立条烟支持向量机分类模型,对待测样本进行分类识别.结果表明:基于SVM分类模型的识别率为96.1％,该方法通用性强,实时性好,满足条烟异常情况检测要求.与BP神经网络测试性能相比,分类性能优于BP神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	管一弘	昆明理工大学理学院	19	118	5.0	10.0
2	孙娜	昆明理工大学理学院	4	13	2.0	3.0
3	崔云月	昆明理工大学理学院	2	3	1.0	1.0
4	罗亚桃	昆明理工大学理学院	2	3	1.0	1.0
5	黄岗		1	0	0.0	0.0