| 基于1-分类支持向量机的机器视觉缺陷分类方法 |
| |
| 引用本文： | 李琪,卢荣胜,陈成.基于1-分类支持向量机的机器视觉缺陷分类方法[J].合肥工业大学学报(自然科学版),2012,35(10). |
| |
| 作者姓名： | 李琪 卢荣胜 陈成 |
| |
| 作者单位： | 合肥工业大学仪器科学与光电工程学院,安徽合肥,230009 |
| |
| 摘 要： | 文章针对机器视觉表面缺陷检测中不同类缺陷样本数量少和不均衡的情况,提出了用1-分类分别对单独类缺陷进行真/假分类判断的分类方法,首先对每类训练样本计算具有尺度和旋转不变的不变矩特征,再使用基于1分类的支持向量机和RBF核函数对每一类缺陷样本生成一个超球面,然后通过二重网格搜索的方法对核函数的参数寻优,最后对实际采集的缺陷图像自动寻找缺陷位置并进行分类.实验表明,1-分类支持向量机进行缺陷分类能克服分类样本不均衡的限制,具有分类准确率高及易实现在线检测等优点.
|
| 关 键 词： | 缺陷检测 不均衡样本 1-分类SVM RBF核函数 二重网格 |
Machine vision defects classification methods based on 1-class SVM |
| |
| LI Qi
,
LU Rong-sheng
,
CHEN Cheng.Machine vision defects classification methods based on 1-class SVM[J].Journal of Hefei University of Technology(Natural Science),2012,35(10). |
| |
| Authors: | LI Qi LU Rong-sheng CHEN Cheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
