鲁可,石庆升,张晓东
(河南工业大学电气工程学院,河南 郑州 450007)
基于SVM的玻璃瓶缺陷分类算法研究
鲁可,石庆升,张晓东
(河南工业大学电气工程学院,河南郑州450007)
针对玻璃瓶质量检测系统缺陷分类难的问题,选取气泡、结石、裂纹、污点、皱纹这五种常见的缺陷作为分类目标,从研究每种缺陷的图像特征入手,提出了七个统计特征作为分类器的输入特征向量,根据该分类问题的特点构建SVM分类器,采用现场采集的缺陷图像样本对SVM分类器进行训练和测试。实验结果表明:设计的SVM分类器识别率较高,适合玻璃瓶缺陷图像分类。
玻璃瓶缺陷图像;特征提取;缺陷分类;支持向量机
玻璃瓶广泛应用于生物制药、食品饮料、日化用品的包装,与人民的生活密切相关。同时,玻璃瓶因其易碎、易破的特性以及容易产生爆炸造成人身伤害的问题,从而使玻璃瓶制造业成为质量要求很高的行业[1]。在质量控制方面,从本世纪初期开始,国内的一些大型玻璃瓶生产企业开始引进国外的基于机器视觉技术的质量检测系统,同时国内的一些研究院所和单位也开始研发类似的玻璃瓶质量在线检测系统,并取得了较大的成果[2]。
当前国内外的玻璃瓶质量检测设备还只是注重于废品的剔除率,而对剔除的废品很少能够按照实际的缺陷类型进行准确的分类。从现有的资料来看,应用图像识别和分类算法进行玻璃瓶缺陷分类在国内还是空白,当前投入实际应用的玻璃瓶检验机的缺陷分类功能还只是简单的基于几何特征的粗略分类,这种分类对用户只有一定的参考意义,与用户的实际需求还有很大的差距。……