基于改进多类支持向量机的印刷缺陷检测.pdfVIP

Vol.43 No.1 华东理工大学学报 （自然科学 版） 2017 02 （ ） 1 43 Journal of East China University of Science and Technology Natural Science Edition 文章编号： （ ） ： ／ 1 006 3080 2017 01 0143 06 DOI 10.14135 j .cnki.1006 3080.2017.01.022 基于改进多类支持向量机的印刷缺陷检测 胡方尚， 郭 慧 （华东理工大学机械与动力工程学院，上海 200237 ） 摘要：针对印刷品缺陷检测问题，为了对缺陷位置、形状、类型等信息进行有效的识别和分析， 提出了一种基于改进多类支持向量机的印刷缺陷检测方法。首先根据人眼视觉特性，将配准后的 印刷图像通过基于动态阈值的差分运算，快速地得到二值缺陷图像；然后采用由缺陷几何特征和 形状特征构成的特征向量对缺陷信息进行分析和描述；最终通过改进的多类支持向量机实现印刷 缺陷的准确识别。实验结果表明，相对于一对一型支持向量机（ ）和一对多型支持向量 OVOSVM 机（ ），在实际训练样本较少的情况下，该方法具有检测速度快、识别准确率高的特点，能 OVRSVM 够有效解决印刷品缺陷检测问题。 关键词：缺陷检测；差分运算；支持向量机；动态阈值；印刷品 中图分类号： 文献标志码： TP391 A Printing Defects Inspection Based on Improved Multi-Class Support Vector Machine HU Fang shang ， GUO Hui （ ， School of Mechanical and Power Engineering East China University of ， ， ） Science and Technology Shanghai 200237 China ： ， Abstract To recognize the defects of printed matter effectively a method of printing defect inspection based on the improved multi class support vector machine is proposed.According to the human visual ， characteristics the binary defe