基于正则极限学习机的鞋面缺陷图像识别方法研究

作者：陈耀东; 邓三鹏^*; 佘明辉; 白晋红; 陈辉煌

来源：机器人技术与应用, 2021, (06): 29-32.

• 机器视觉
• 正则极限学习机(RELM)
• 图像处理
• 特征值

针对制鞋企业大多采用人工检测鞋面缺陷效率低、成本高的问题,本文提出一种基于正则极限学习机的鞋面缺陷图像识别方法。本方法首先采用工业相机采集鞋面缺陷图像,并提取其特征值;然后基于正则极限学习机算法对所提取特征值进行数据处理;最后对特征值进行训练识别。检测结果表明,正则极限学习机算法在复杂检测环境下具有高识别精度,识别成功率在93.0%以上,且检测时间不超过0.51s,满足鞋面缺陷检测的工艺需求。

• 单位
  湄洲湾职业技术学院; 天津职业技术师范大学