论文部分内容阅读
文章提出了一种基于SVDD(支持向量数据描述)和多分辨率的铸坯表面缺陷检测方法。SVDD方法是一种单类分类法,提取正常样本的纹理特征进行训练,将特征向量与正常样本有一定距离的样本归类至异常样本类。实验证明:基于SVDD的分类方法比已有算法有着更高的识别率,且只需训练正常样本就可准确识别缺陷纹理,具有良好的实用推广性。同时基于多分辨率的铸坯缺陷定位方法能够准确快速定位出铸坯缺陷,适用于复杂背景下的非细节性的目标定位。