公开(公告)号：CN103745234A

公开(公告)日：2014-04-23

申请号：CN201410038260.8

申请日：2014-01-23

申请人： 东北大学

发明人： 王安娜 ,  储茂祥 ,  巩容芬

IPC分类号： G06K9/62 ,  G06K9/46

摘要： 一种带钢表面缺陷的特征提取与分类方法，属于模式识别与图像处理领域。提取带钢表面缺陷样本数据库的基准采样尺寸表；获得基准采样图像，构造梯度大小-方向共生矩阵；针对基准采样图像的缺陷内区域，构造灰度大小-方向共生矩阵；生成特征向量样本的训练库；用K-最近邻和R-最近邻相结合的方法，修剪训练样本集并提取倍数因子；并利用修剪后样本的倍数因子改进分类器；获得多类别分类器模型；根据基准采样尺寸表，将缺陷测试样本转为基准采样图像，然后提取25维的特征量，并输入到多类别分类器模型，完成缺陷的自动识别。本发明能够实现尺度和旋转不变，抑制其它不利因素的影响，提高识别的效率与精度。

公开(公告)号：CN103745234B

公开(公告)日：2017-01-25

申请号：CN201410038260.8

申请日：2014-01-23

申请人： 东北大学

发明人： 王安娜 ,  储茂祥 ,  巩容芬

IPC分类号： G06K9/62 ,  G06K9/46

摘要： 一种带钢表面缺陷的特征提取与分类方法，属于模式识别与图像处理领域。提取带钢表面缺陷样本数据库的基准采样尺寸表；获得基准采样图像，构造梯度大小-方向共生矩阵；针对基准采样图像的缺陷内区域，构造灰度大小-方向共生矩阵；生成特征向量样本的训练库；用K-最近邻和R-最近邻相结合的方法，修剪训练样本集并提取倍数因子；并利用修剪后样本的倍数因子改进分类器；获得多类别分类器模型；根据基准采样尺寸表，将缺陷测试样本转为基准采样图像，然后提取25维的特征量，并输入到多类别分类器模型，完成缺陷的自动识别。本发明能够实现尺度和旋转不变，抑制其它不利因素的影响，提高识别的效率与精度。