【图像检测】基于支持向量机SVM算法实现金属表面缺陷分类与测量matlab代码_支持向量机进行缺陷检测

1 简介

针对人工检测金属表面缺陷效率低,主观意识强,无法长时间工作等缺点,提出一种基于支持向量机监督检测,分类以及测量的金属表面缺陷的方法,并使用Matlab软件设计一个图形用户界面(GUI),便于检测人员使用.研究中先对工厂采集的图像进行Gabor滤波和对比度增强的前处理.然后使用方向梯度直方图(HOG)和灰度共生矩阵(GLCM)进行特征提取,为后续提高检测准确率打下基础.最后对于每种缺陷类型都采用270张图片进行模型训练,利用训练好的模型对测试图片进行测试.实验结果表明,最终3种缺陷类型的总正确率为88.9%,该检测方法能够有效地检测出金属表面缺陷.

2 部分代码

c2='Sc_72';
c1='.\NEU surface defect database\';
c3='.bmp';
c=[c1,c2,c3];
a6=imread(c);
ma=max(max(a6));
mi=min(min(a6));
for ii=1:200 
   for jj=1:200
       a6(ii,jj)=255*double(a6(ii,jj)-mi)/double(ma-mi);
   end