一种基于差影法及SVM的在线纸病检测分类方法

摘要

目的解决目前纸病分类算法存在的实时性差、难以适应生产线在线检测要求等问题。方法提出一种基于差影法和支持向量机的在线纸病检测分类方法。首先使用差影法来判断纸张是否含有纸病;对含有纸病的纸张进行打标机打标,同时存储图像,提取纸病区域外接矩形的特征向量;最后使用支持向量机对纸病进行分类。结果将该方法与已有的BP神经网络以及朴素贝叶斯方法进行对比可知,分类正确率高于目前已有的分类方法,对于4种纸病的分类正确率均在90%以上,而且实时性好,更加适合于在线检测。结论该方法可以有效地对纸病进行分类,满足生产线实时检测分类的要求。