基于特征融合的多尺度窗口产品外观检测方法

摘要：

为提高产品外观质量的检测精度和实时性,提出一种基于特征融合的多尺度滑动窗口机器视觉检测方法;在训练阶段,首先提取图像的HOG特征和Lab颜色特征,并采用典型相关分析法(CCA)进行特征融合;接下来,采用支持向量机(SVM)对融合的特征进行训练,生成分类器;在检测阶段,产品外观不同区域对精度的要求不同,为提高检测效率,生成不同尺度的滑动窗口,在每个窗口中都进行图像的特征提取与特征融合;最后,对采集的图像序列进行匹配,实现产品外观划痕的实时检测;实验中,选取不同的特征提取方法进行对比,并分别生成大小不同的滑动窗口,通过分析实验结果,结合检测时间与精度,确定各个区域的窗口尺度;实验表明,与传统的检测方法相比,所提方法在检测精度和实时性上具有显著提高.

关键词：机器视觉、质量检测、特征融合、多尺度滑动窗口、支持向量机

所属期刊栏目：25

分类号：TP391(计算技术、计算机技术)

资助基金：北京工商大学两科基金培育项目LKJJ2017-23

在线出版日期：2018-01-22（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：39-42