[发明专利]一种基于机器视觉的压铸件表面缺陷检测方法及系统

摘要

本发明提供一种基于机器视觉的压铸件表面缺陷检测方法和系统，该系统包括图像采集单元、图像处理单元、HOG+LBP特征提取单元、SVM分类器训练检测单元；图像采集单元用于采集压铸件表面的图像；图像处理单元用于将采集到的图像进行处理以得到可以提取缺陷特征向量的图像；HOG+LBP特征提取单元用于将处理后的图像进行HOG+LBP特征提取；SVM分类器训练检测单元用于对SVM分类器进行训练，并利用训练好的SVM分类器进行缺陷识别。采用HOG+LBP的特征计算，有效避免了复杂的多维特征计算降低识别的效率，利用SVM分类器进行识别分类，所需样本数量较少且避免了样本种类较繁杂时神经网络算法陷入局部极小值的问题。

主权项

1.一种基于机器视觉的压铸件表面缺陷检测方法，其特征在于，包括SVM分类器训练过程和SVM分类器检测过程，所述SVM分类器训练过程包括：S11.采集压铸件表面的原始样本图像；S12.将原始样本图像进行处理以得到可以提取缺陷特征向量的样本图像；S13.将步骤S12中处理后的样本图像进行HOG+LBP特征提取；S14.通过输入步骤S13中提取的HOG+LBP特征，对SVM分类器进行训练得到训练好的SVM分类器；所述SVM分类器检测过程包括：S21.采集待检测压铸件表面的原始图像；S22.将原始图像进行处理以得到可以提取缺陷特征向量的图像；S23.将步骤S22中处理后的图像进行HOG+LBP特征提取；S24.加载步骤S14中训练好的SVM分类器，并输入步骤S23中提取的HOG+LBP特征进行缺陷识别。