关键词:
卫生陶瓷
缺陷检测
机器视觉
SVM
摘要:
中国是陶瓷的生产大国,随着市场对陶瓷质量提出越来越高的要求,卫生陶瓷的质量检测成为在卫生陶瓷生产中的重中之重。研究表明,机器视觉可以代替现阶段的人工检测,在卫生陶瓷缺陷检测中取得准确率更高的结果。因此,该实验提出了基于两次SVM机器学习的卫生陶瓷表面缺陷的检测算法。首先对收集到的卫生陶瓷样本图像统一尺寸并进行图像预处理,利用Canny算子进行缺陷的边缘检测,最终对处理后的图像进行SVM训练分类来达到缺陷检测并实现缺陷判别的目的。对SVM训练进行准确度与稳定性实验,结果表明该方法准确度较高,可应用于实际生产中。