改进二叉树SVM模型在无纺布缺陷检测中的应用

• 作者: 王文远 金晅宏 韩悦
• 来源期刊: 电子测量技术
• 关键词: 无纺布 缺陷检测 Canny 二叉树SVM
• 年，卷（期）: 2020,（20）
• 所属期刊栏目: 信息技术及图像处理|Information Technology and Image Processing
• 页码范围: 98-103
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2004813

摘要

针对传统的人工无纺布缺陷检测效率低、成本较高等问题,提出一种基于改进二叉树SVM模型的无纺布缺陷检测方法.因所采集无纺布图像中存在一定的噪声干扰,需先进行图像预处理,该方法首先对图像使用双边滤波,再利用改进的Canny边缘检测算法对缺陷图像进行边缘检测完成图像分割;接着利用Hu不变矩和颜色矩算法,提取经过预处理的图像的形状特征和颜色特征;最后对改进二叉树支持向量机算法进行训练,实现了对无纺布常见的4类不同缺陷的检测及分类工作.实验结果表明:该方法对无纺布缺陷有着高于93％的分类准确率,并且检测效率高,能够满足无纺布实际生产要求.