机电产品开发与创新
機電產品開髮與創新
궤전산품개발여창신
DEVELOPMENT & INNOVATION OF MACHINERY & ELECTRICAL PRODUCTS
2015年
1期
23-25
,共3页
玻璃瓶缺陷图像%特征提取%缺陷分类%支持向量机
玻璃瓶缺陷圖像%特徵提取%缺陷分類%支持嚮量機
파리병결함도상%특정제취%결함분류%지지향량궤
针对玻璃瓶质量检测系统缺陷分类难的问题,选取气泡、结石、裂纹、污点、皱纹这五种常见的缺陷作为分类目标,从研究每种缺陷的图像特征入手,提出了七个统计特征作为分类器的输入特征向量,根据该分类问题的特点构建SVM分类器,采用现场采集的缺陷图像样本对SVM分类器进行训练和测试.实验结果表明:设计的SVM分类器识别率较高,适合玻璃瓶缺陷图像分类.
針對玻璃瓶質量檢測繫統缺陷分類難的問題,選取氣泡、結石、裂紋、汙點、皺紋這五種常見的缺陷作為分類目標,從研究每種缺陷的圖像特徵入手,提齣瞭七箇統計特徵作為分類器的輸入特徵嚮量,根據該分類問題的特點構建SVM分類器,採用現場採集的缺陷圖像樣本對SVM分類器進行訓練和測試.實驗結果錶明:設計的SVM分類器識彆率較高,適閤玻璃瓶缺陷圖像分類.
침대파리병질량검측계통결함분류난적문제,선취기포、결석、렬문、오점、추문저오충상견적결함작위분류목표,종연구매충결함적도상특정입수,제출료칠개통계특정작위분류기적수입특정향량,근거해분류문제적특점구건SVM분류기,채용현장채집적결함도상양본대SVM분류기진행훈련화측시.실험결과표명:설계적SVM분류기식별솔교고,괄합파리병결함도상분류.