基于SVM的玻璃瓶缺陷分類算法研究

魯可，石慶升，張曉東

（河南工業大學電氣工程學院，河南　鄭州　450007）

基于SVM的玻璃瓶缺陷分類算法研究

魯可，石慶升，張曉東

（河南工業大學電氣工程學院，河南鄭州450007）

針對玻璃瓶質量檢測系統缺陷分類難的問題，選取氣泡、結石、裂紋、污點、皺紋這五種常見的缺陷作為分類目標，從研究每種缺陷的圖像特征入手，提出了七個統計特征作為分類器的輸入特征向量，根據該分類問題的特點構建SVM分類器，采用現場采集的缺陷圖像樣本對SVM分類器進行訓練和測試。實驗結果表明：設計的SVM分類器識別率較高，適合玻璃瓶缺陷圖像分類。

玻璃瓶缺陷圖像；特征提取；缺陷分類；支持向量機

0　引言

玻璃瓶廣泛應用于生物制藥、食品飲料、日化用品的包裝，與人民的生活密切相關。同時，玻璃瓶因其易碎、易破的特性以及容易產生爆炸造成人身傷害的問題，從而使玻璃瓶制造業成為質量要求很高的行業［1］。在質量控制方面，從本世紀初期開始，國內的一些大型玻璃瓶生產企業開始引進國外的基于機器視覺技術的質量檢測系統，同時國內的一些研究院所和單位也開始研發類似的玻璃瓶質量在線檢測系統，并取得了較大的成果［2］。

當前國內外的玻璃瓶質量檢測設備還只是注重于廢品的剔除率，而對剔除的廢品很少能夠按照實際的缺陷類型進行準確的分類。從現有的資料來看，應用圖像識別和分類算法進行玻璃瓶缺陷分類在國內還是空白，當前投入實際應用的玻璃瓶檢驗機的缺陷分類功能還只是簡單的基于幾何特征的粗略分類，這種分類對用戶只有一定的參考意義，與用戶的實際需求還有很大的差距。……