基于SVM的印刷品缺陷在線檢測.pdf

1、印刷品跟人們的日常生活息息相關,盡管隨著數(shù)字網(wǎng)絡的高速發(fā)展,印刷產(chǎn)業(yè)受到了一定的沖擊,但人們的生活中依然離不開各種各樣的印刷品。然而傳統(tǒng)印刷品缺陷檢測技術已經(jīng)無法滿足印刷工業(yè)速度和精度的要求,印刷品的質量保障需要印刷品缺陷檢測技術與時俱進的發(fā)展。近年來,基于機器視覺的印刷品缺陷檢測技術逐漸被人們所采用,然而發(fā)展至今在印刷檢測的實際效果上并不理想,本文以機器視覺為基礎,基于統(tǒng)計學習的相關理論,深入研究了印刷品缺陷檢測技術,本文主要內(nèi)容分為

2、以下幾個部分:
　　(1)提出基于邊緣密度的匹配子區(qū)選取方法,實現(xiàn)了基于CUDA高速并行計算的圖像互相關匹配算法,并對匹配精度進行了分析。
　　(2)介紹了基于方向特征和基于同質性的鄰域差分搜索方法,提出一種基于DOG梯度和鄰域差分搜索的構造差異圖像的方法。
　　(3)選取差異圖像的OTSU分割閾值和ROI最大光刺激強度作為比對特征,然后用基于SVM學習的方法訓練正負樣本,最后通過SVM分類判斷待檢測樣本是否存在缺陷。