| 基于单类支持向量机的织物瑕疵检测研究 |
| |
| 引用本文： | 兰瑜洁,钟舜聪.基于单类支持向量机的织物瑕疵检测研究[J].机电工程,2016(2):237-241. |
| |
| 作者姓名： | 兰瑜洁 钟舜聪 |
| |
| 作者单位： | 1. 福州大学机械工程及自动化学院光学/太赫兹及无损检测实验室,福建福州,350108;2. 福州大学机械工程及自动化学院光学/太赫兹及无损检测实验室,福建福州350108;福建省医疗器械和生物技术重点实验室,福建福州350000 |
| |
| 基金项目： | 国家自然科学基金，教育部高学校博士学科点科研基金，国家卫生和计划生育委员会科研基金，国家质检总局科技计划项目，福建省杰出青年基金滚动项目，福建省质量技术监督局科技计划项目，福建省高等学校学科带头人培养计划，福建省自然科学基金 |
| |
| 摘 要： | 为了实现在工业环境下的织物瑕疵在线检测,提出了一种基于单类支持向量机(OCSVM)的织物异常纹理检测方法。通过利用CCD采集织物图像,滤除图像噪声后提取了图像小区域窗口子图像特征;通过实验寻找了两组有效的特征向量,对特征值进行了归一化和主成份分析降维后导入支持向量机分类器中进行了训练,利用单类SVM对异常区域进行了定位和标记。通过对分别利用两组特征向量识别出的图像结果进行组合得到了最后的瑕疵区域。实验结果表明,该算法能够正确地对多种瑕疵进行识别,并能较大程度降低误检率和漏检率;同时,能够有效解决生产实际中瑕疵训练样本难以获取的问题,对未知的待测样本有较好的推广性,可以适应工业检测的要求。
|
| 关 键 词： | 织物 瑕疵检测 机器学习 支持向量机 |
Fabric defect detection based on one-class support vector machine |
| |
| Abstract: | |
| |
| Keywords: | fabric defect detection machine learning support vector machine(SVM) |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
