用于皮革缺陷分类的神经网络与机器视觉集成方法
计算机视觉与模式识别
2019-05-29 v1
摘要
皮革是一种天然、耐用、柔韧、柔软、温顺且易弯的材料，具有光滑纹理。它通常用作制造面向高端客户的奢侈消费品的原材料。为确保皮革产品的良好质量控制，关键工序之一是对皮革表面随机缺陷进行视觉检测，这通常由经验丰富的专家执行。本文提出一种执行皮革缺陷分类的自动机制。具体而言，我们聚焦于检测一种特定小牛皮上的蜱咬缺陷。手工特征提取器（即边缘检测器和统计方法）与数据驱动（即人工神经网络）方法均被用于表征皮革块。随后，多种分类器（即决策树、支持向量机、最近邻和集成分类器）被用于判定测试样本块是否含有缺陷段。使用所提方法，我们从约 2500 片 400*400 皮革块的样本中获得了 84% 的分类准确率。
引用
@article{arxiv.1905.11731,
title = {Integrated Neural Network and Machine Vision Approach For Leather Defect Classification},
author = {Sze-Teng Liong and Y. S. Gan and Yen-Chang Huang and Kun-Hong Liu and Wei-Chuen Yau},
journal= {arXiv preprint arXiv:1905.11731},
year = {2019}
}
备注
12 pages, 8 tables, 9 figures