基于SVM的印刷品缺陷在線(xiàn)檢測(cè).pdf

1、印刷品跟人們的日常生活息息相關(guān),盡管隨著數(shù)字網(wǎng)絡(luò)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(kāi)各種各樣的印刷品。然而傳統(tǒng)印刷品缺陷檢測(cè)技術(shù)已經(jīng)無(wú)法滿(mǎn)足印刷工業(yè)速度和精度的要求,印刷品的質(zhì)量保障需要印刷品缺陷檢測(cè)技術(shù)與時(shí)俱進(jìn)的發(fā)展。近年來(lái),基于機(jī)器視覺(jué)的印刷品缺陷檢測(cè)技術(shù)逐漸被人們所采用,然而發(fā)展至今在印刷檢測(cè)的實(shí)際效果上并不理想,本文以機(jī)器視覺(jué)為基礎(chǔ),基于統(tǒng)計(jì)學(xué)習(xí)的相關(guān)理論,深入研究了印刷品缺陷檢測(cè)技術(shù),本文主要內(nèi)容分為

2、以下幾個(gè)部分:
　　(1)提出基于邊緣密度的匹配子區(qū)選取方法,實(shí)現(xiàn)了基于CUDA高速并行計(jì)算的圖像互相關(guān)匹配算法,并對(duì)匹配精度進(jìn)行了分析。
　　(2)介紹了基于方向特征和基于同質(zhì)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(gòu)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(qiáng)度作為比對(duì)特征,然后用基于SVM學(xué)習(xí)的方法訓(xùn)練正負(fù)樣本,最后通過(guò)SVM分類(lèi)判斷待檢測(cè)樣本是否存在缺陷。