换一批基于改进多尺度Retinex图像增强和支持向量机的苹果表面缺陷检测
Apple surface defect detection based on improved multi-scale Retinex image enhancement and support vector machine
摘要目的 采用改进多尺度Retinex(multi-scale Retinex,MSR)图像增强技术和支持向量机(support vector machine,SVM)分类技术实现苹果表面缺陷检测.方法 利用MSR图像增强方法消除苹果样本图像中的光照不均匀现象和表面颜色复杂的干扰.对图像增强结果进行自适应Gamma矫正以提高光晕区域对比度,并采用基于局部灰度的多阈值比较分割方法消除光晕现象干扰并得到初步缺陷分割结果.在此基础上,提取苹果梗萼与疤痕的颜色特征,引入SVM对梗萼和疤痕进行分类,并对梗萼进行剔除,仅保留疤痕作为最终缺陷检测结果.结果 将本研究的方法部署到嵌入式设备 OpenMV4H7Plus 中并经实验证明,梗萼识别准确率达到93.8%,疤痕检测准确率达到 92.8%.结论 利用改进MSR图像增强技术和SVM分类技术可以在光照不均匀和颜色信息复杂的苹果表面实现疤痕的有效检测.
更多相关知识
关键词
缺陷检测多尺度Retinex多阈值比较分割Gamma矫正光晕现象支持向量机defect detectionmulti-scale Retinexmulti-threshold comparison segmentationGamma correctionhalo phenomenonsupport vector machine
栏目名称
发布时间
2023-11-14（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引14
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
