一种基于差影法及SVM的在线纸病检测分类方法

摘要：

目的 解决目前纸病分类算法存在的实时性差、难以适应生产线在线检测要求等问题.方法 提出一种基于差影法和支持向量机的在线纸病检测分类方法.首先使用差影法来判断纸张是否含有纸病;对含有纸病的纸张进行打标机打标,同时存储图像,提取纸病区域外接矩形的特征向量;最后使用支持向量机对纸病进行分类.结果 将该方法与已有的BP神经网络以及朴素贝叶斯方法进行对比可知,分类正确率高于目前已有的分类方法,对于4种纸病的分类正确率均在90％以上,而且实时性好,更加适合于在线检测.结论 该方法可以有效地对纸病进行分类,满足生产线实时检测分类的要求.

关键词：差影法、纸病分类、特征向量、支持向量机

所属期刊栏目：39

分类号：TS75(造纸工业)

资助基金：陕西省教育厅自然专项17JK0645;陕西省科技统筹创新工程计划2012KTCQ01-19;陕西省重点科技创新团队计划2014KCT-15

在线出版日期：2019-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：176-180