基于支持向量机和机器视觉的磁瓦缺陷检测的研究.pdfVIP

工 艺 与 检 潮 砌 嗍 and倒 基 于 支 持 向 量 机 和 机 器 视 觉 的 磁 瓦 缺 陷 检 测 的 研 究 + 虞佳佳 张耀 吕 俊 ( 浙江机电职业技术学院，浙江杭州310053) 摘要：提出了一种基于支持向量机( SVM) 和机器视觉的磁瓦缺陷的检测方法。通过图像增强、边缘提取 的方法提取磁瓦缺陷后，提取磁瓦各种缺陷类型的形态特征参数，其中选择了面积、周长、紧凑性、 离心率、一阶中心矩、二阶中心矩、三阶中心矩、四阶中心矩、五阶中心矩以及六阶中心矩等。将总 共90张磁瓦侧面图片的漏磨、开裂和正常等3种情况的特征参数提取，在每种类型随机选取18个 样本，即共54个样本作为LS- SVM的建模量，其余36个样本作为LS— SVM的预测样本来检验模 型的优劣，获得缺陷类型识别准确率达91．67％，该结果表明通过支持向量机和机器视觉可实现较 高精度和效率的磁瓦缺陷检测。 关键词：缺陷；磁瓦；支持向量机；机器视觉；图像处理 中图分类号：TP24 文献标识码：A Magnet ’S def ect det ect i on bas e d on mac hi ne vi si on and LS- SVM YU J i aj i a，ZHANG Yao，LV J un (Zhej i ang I ns t i t ut e of Mechani cal El ect r i cal Engneer i ng，Hangzhou 3 10053，CHN) Abs t r ac t ：Thi s pa pe r pr es ent s a met hod f or ma gne t ’S def ect det ect i o n bas ed on machi ne vi s ion and supp or t vect or mac hi ne( SVM) ．Thr ough t he met hod of i mage enhancement ，edge ext r act i on t o obt ai n t he def ect part ， t he n ext r act t he char act er i s ti c pa r amet er s ，t he mor phol ogi cal char act er i s ti c pa r ame t er s we c hose a r e t he a r e a，per i met er ，compac t nes s，a nd t he f i r st t o s i xt h