基于LSSVM的磁瓦表面瑕疵偏向性分类.pdfVIP

第40卷第8期 光电工程 、b1．40．NO．8 2013年 8月 Opto—ElectronicEngineering August，2013 文章编号：1003—501X(2013)08—0078—06 基于LSSVM 的磁瓦表面瑕疵偏向性分类 张振尧 ，李 新2，白瑞林 (1．江南大学 轻工过程先进控制教育部重点实验室，信息与控制实验教学中心，江苏 无锡 214122； 2．无锡信捷电气股份有限公司，江苏 无锡 214072) 摘要：针对磁瓦表面缺陷检测方法分类准确率低的问题，提 出一种基于LSSVM技术的瑕疵偏向性分类方法。构 造 5个尺度 8个方向Gabor滤波器组，提取经过Gabor变换后生成的40副子图的均值与方差为磁瓦图像特征。采 用耦合模拟退火算法初步寻优，在所得初步参数的邻域使用网格算法进行精细搜索。为实现对缺陷磁瓦的偏向性 预测分类，改进了虚拟少数类过采样算法。去除原始训练样本中的噪声样本数据，再在瑕疵边界样本与合格样本 之间过采样。实验结果表明，最小二乘支持向量机分类器模型训练时参数寻优时间明显缩短，整体分类正确率达 到95．56％，偏向性分类正确率达到 99．O9％，实现对缺陷磁瓦的偏向性分类。 关键词：最小二乘支持向量机；参数寻优；偏向性分类；机器视觉 中图分类号：TP242．6+2 文献标志码：A doi：10．3969~．issn．1003-501X．2013．08．014 TheBiasClassificationofM agneticTileSurface DefectBasedontheLSSVM ZHANG Zhenyaol LIXin ，BAIRuilin ， (I．KeyLaboratoryofAdvancedProcessControlforLightIndustry (MinistryofEducation)，InformationandControl ExperimentTeachingCenterJiangnanUniversity，Wuxi214122，JiangsuProvince，China； 2．XinjeElectronicCo．，Ltd．，Wuxi214072，JiangsuProvince，China) Abstract：Astheclassificationofmagnetictilesurfacedefecthasalow efficiency,abiasclassificationofmagnetictile surfacedefectbasedontheLeastSquaresSuppo~VectorMachine(LSSVM)isproposed．AGaborfiltergroupis constructed，whichhas5scalesand8directions，andextractsthemeanandvarianceofthe40pictureswhicharegenerated from thetransformationbyGaborfiltersasthefeaturesofthemagnet．CSA isusedfortheinitialoptimization，and producestheinitialparameters．Thenthemeticuloussearchusinggridalgorithm isdonefortheneighborhoodofthe initialparameters．Inordertorealizeclassificati