[发明专利]一种基于视觉显著图和支持向量机的表面缺陷检测方法有效
| 申请号： | 201410464490.0 | 申请日： | 2014-09-12 |
| 公开（公告）号： | CN104198497B | 公开（公告）日： | 2017-01-25 |
| 发明（设计）人： | 何志勇;胡佳娟;杨宏兵;翁桂荣;孙立宁;左保齐;王晨 | 申请（专利权）人： | 苏州大学 |
| 主分类号： | G01N21/88 | 分类号： | G01N21/88 |
| 代理公司： | 苏州创元专利商标事务所有限公司32103 | 代理人： | 陶海锋 |
| 地址： | 215137 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于视觉显著图和支持向量机的表面缺陷检测方法，首先对待检测产品表面图像样本，采用GBVS模型计算其视觉显著图，通过最大类间方差法将视觉显著图进行自适应阈值分割，提取视觉显著区，计算视觉显著图灰度平均值、显著图中视觉显著区域的灰度平均值，并各自进行归一化处理，构成二维特征，再将上述所得视觉显著图的二维特征作为支持向量机训练样本，选取二维情况下实现分类的最优分类线，基于该最优分类线，对二维特征进行分类，从而区分图像中的产品是否存在缺陷。本发明能够有效节省劳力，降低劳动强度，提高工作效率，且辨识精度高。 | ||
| 搜索关键词： | 一种 基于 视觉 显著 支持 向量 表面 缺陷 检测 方法 | ||
【主权项】：
一种基于视觉显著图和支持向量机的表面缺陷检测方法，其特征在于，包括如下步骤：（一）对视觉显著图提取特征：（1）将待检测产品的n幅表面图像样本，利用视觉显著性模型计算其视觉显著图；（2）通过最大类间方差法将步骤（1）中所得视觉显著图进行自适应阈值分割，提取其视觉背景区域；（3）计算视觉显著图的全局显著关联值、背景区域显著关联值，并各自进行归一化处理，构成二维特征；（二）样本训练：将步骤（一）所得n幅视觉显著图的二维特征作为支持向量机训练样本，选取二维情况下实现分类的最优分类线；（三）缺陷检测：（1）采集待检测产品的表面图像；（2）将待检测产品的表面图像，利用步骤（一）所述方法，提取其二维特征；（3）基于步骤（二）所得最优分类线，对二维特征进行分类，从而区分图像中的产品是否存在缺陷。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州大学，未经苏州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410464490.0/，转载请声明来源钻瓜专利网。
