基于Hu不变矩和径向基神经网络的太阳镜镜片瑕疵图像分类系统

作者：王昕; 杨钰萍; 何嘉玮; 廖志鹏; 黄宇宸; 范贤光; 许英杰^*

来源：厦门大学学报(自然科学版), 2023, 62(04): 629-637.

DOI：10.6043/j.issn.0438-0479.202210008

• 太阳镜镜片
• 瑕疵分类
• 机器视觉
• Hu不变矩
• 径向基(RBF)神经网络

现有的镜片瑕疵分类主要针对光学玻璃镜片和树脂镜片，与太阳镜镜片的生产原料和工艺存在差异，导致两者的瑕疵类型也有所不同，因此现有的镜片检测机不能直接应用于太阳镜镜片的检测.为了满足生产需求，实现工业自动化检测，本文利用基于机器视觉检测技术的CMOS传感器工业相机、双远心镜头、LED灯搭建了镜片图像采集系统，并融合图像处理算法，将七个Hu矩不变量作为互补特征，采用径向基神经网络模型开发了太阳镜镜片瑕疵图像分类系统.实验表明，使用Hu不变矩特征提取算法的分类方法可有效提高分类准确率，该方法的准确率为94.56%.和BP等其他神经网络结构相比，准确率也更高.因此，该系统被证明是可行和有效的.

• 单位
  厦门大学; 航天学院