基于支持向量机的印品缺陷分类方法

目的 研究印品图像的各类形状缺陷， 建立基于支持向量机（Support vector machine， SVM）的印品形状缺陷分类模型。方法 对印品进行符合人眼视觉特性的缺陷识别， 并对提取缺陷进行特征分析。将特征数据导入支持向量机进行训练学习， SVM分类器对缺陷图像进行测试。结果 分类器对点缺陷和面缺陷的识别率为100%， 对线缺陷的分类准确率达93.94%。结论 基于SVM的缺陷分类方法能较好地满足印品质量检测的需求。