科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对缺陷检测方法中存在检测所需时间较长、漏检率较高等问题，基于机器学习，提出封口处视觉缺陷图像检测方法。首先，采用小波阈值去噪方法对烟草包装封口处图像进行小波变换，抑制图像噪声；在图像去噪处理后，使用机器学习基函数对封口处纹理图像进行小波分解，将图像分解成彼此独立的子窗口。然后计算不同窗口的差分统计纹理特征值，最后运用欧式距离分类器进行缺陷判断，结合Harris角点检验算法进一步完成缺陷部分精确检测。实验结果表明，所提方法检测所需时间平均缩短了约0.27 s,误检率降低了近8个百分点。
- 单位
