微镜阵列的缺陷提取与识别 - Core.PDF

2009 9 · · :100 1-2265 (2009 )09-0007-04 微镜阵列的缺陷提取与识别＊ 1, 2 2 1, 3 2 胡凯 , 张志辉 , 蒋向前 , 孔令豹 (1.华中科技大学机械学院仪器系, 武汉　430074;2.香港理工大学 工业工程系先进光学制造中心, 香 港;3.哈德斯菲尔德大学, 国哈德斯菲尔德　H 1 3 H) :微镜阵列作为现在广泛应用的 一种微米量级的微小型 学元件, 缺陷识别是其加工制造的 一个重 要问题。 文章着重于微镜特征提取和微镜阵列的评定。 使用 Gabor滤波和灰度共生矩阵提取缺陷特征, 提出了基于支持向量机的多类分类缺陷识别方法.根据统计学原理, 使用核函数将样本映射到高维空间 进行训练.综合各种核函数的测试准确率, 得到解决该问题的最佳核函数.通过比较不同的多类分类算 法, 提出了基于 AGSVM的诊断模型。 并通过不同的特征向量与和不同的分类器的比较, 实验结果表明 该方法识别率高, 识别速度快, 容错性好, 而且能够正确识别有缺陷的微镜图像。 :微镜阵列;Gabo;r滤波;支持向量机 :TG156　　　:A efectsRecognitionofM icrolensArrayUsingGaborFiltersandSupportedVectorMachine 1, 2 2 1, 3 2 HUKai, ZHANGZhi-hui, JIANGXiang-qian, KONGLing-bao (1. eparmtentofInstrumentation, SchoolofMechanicalScienceandEngineerin,gHuazhongUniversityofSci- enceandTechnology, Wuhan4 30074, China;2.AdvancedOpticsManufacturingCentr,e epartmentofIn- dustrialandSystemsEngineerin,gTheHongKongPolytechnicUniversity, HungHom, Kowloon, HongKong) Abstrac:t efectsrecognitionisanmiportantproblem withapplicationtofabricationofMLA(MicrolensAr- ray).Thefocusofthispaperisontheproblem offeatureextractionandclassificationfordefectsrecognitionof MLA. Specifically, weproposeusingGaborfiltersforMLA featureextractionandSVM (SupportVectorMa- chine)fordefectsdetection. amulti-classificationmethodbasedonsupportvectormachine(SVM) ispro- posed.Accordingtostatisticlearningtheory, weusekernelfunctionstomapthetrainingsamplesintoahigh dmiensionalspacefortraining.Combiningthetestingaccuracyofdifferentkernelfunction,sanoptmialkernel functionisobtainedtosolvethisproblem.Bycomparingdifferentmulti-calssificationstrategie,s adiagnosis modelbasedon AGSVM (directeda