维普
万方数据
基于PSO-SVM的带钢表面缺陷检测
Surface Defect Detection of Strip Steel Based on PSO-SVM
朱嘉骏 1李英 1唐志勇1
作者信息
- 1. 长春理工大学 光电工程学院,长春 130022
- 折叠
摘要
热轧带钢表面缺陷自动识别方法是钢表面检测系统的重要组成部分.其中不同种类的缺陷由于其不同的属性特征都会给表面缺陷检测带来干扰,为了能够有效、准确地对带钢表面缺陷进行识别并分类,提出了对缺陷图像进行预处理后提取其原本的维特征的方法,并且在基础的支持向量机(SVM)中加入粒子群优化算法(PSO-SVM)用于缺陷识别.该方法成功将SVM的性能提升了12％.实验表明该方法对于不同类型的缺陷以及同一类型缺陷的不同变化都能够有效识别,且该模型可以利用小样本数据实现高效、准确的缺陷分类.
关键词
表面缺陷/特征提取/粒子群算法优化/支持向量机Key words
defect surface/feature extraction/particle swarm optimization/support vector machines引用本文复制引用
基金项目
吉林省重大科技专项课题(20230301005GX)
出版年
2024