基于支持向量机的金属表面缺陷检测

摘要：

针对人工检测金属表面缺陷效率低、主观意识强、无法长时间工作等缺点,提出一种基于支持向量机监督检测、分类以及测量的金属表面缺陷的方法,并使用Matlab软件设计一个图形用户界面(GUI),便于检测人员使用.研究中先对工厂采集的图像进行Gabor滤波和对比度增强的前处理.然后使用方向梯度直方图(HOG)和灰度共生矩阵(GLCM)进行特征提取,为后续提高检测准确率打下基础.最后对于每种缺陷类型都采用270张图片进行模型训练,利用训练好的模型对测试图片进行测试.实验结果表明,最终3种缺陷类型的总正确率为88.9％,该检测方法能够有效地检测出金属表面缺陷.

关键词：表面缺陷检测、支持向量机、图片前处理、特征提取

所属期刊栏目：11

分类号：TP391.4(计算技术、计算机技术)

资助基金：上海工程技术大学研究生科研创新项目19KY0134

在线出版日期：2021-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：207-209,封3