基于光度学特征与SVM的热轧铝板表面缺陷检测

摘要：

工业产品的表面缺陷对其美观度和使用性能有重要影响.为实现热轧铝合金板材表面缺陷的自动检测与分类,提出一种基于光度学特征和支持向量机分类的机器视觉检测方法.针对铝合金板材的压痕、划痕、污点、擦伤、坑蚀等5种常见缺陷,依据其光度立体学特征,设计了相应的图像处理算法.可靠地检测出了缺陷区并提取了缺陷的几何形状特征和HSV特征.将得到的特征参数作为支持向量机的输入,设计了对应的分类器.结果表明:所设计的SVM分类器可较为准确地检测出表面缺陷类型,识别正确率为96.5％.

关键词：铝板缺陷检测、多特征提取、光度立体学、支持向量机

所属期刊栏目：52

分类号：TG166.3(金属学与热处理)

资助基金：国家自然科学基金51975015

在线出版日期：2023-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：157-162