基于机器视觉的冻干粉中的异物检测分类技术研究
丁金如
孟志刚
杨燕鹤
1.长沙学院数学与计算机科学系 长沙4100032.长沙学院数学与计算机科学系 长沙4100033.长沙学院数学与计算机科学系 长沙410003
摘要：利用数字图像处理技术对冻干粉不良品进行检测分类.为了更高效地自动检测并分类出冻干粉中存在的纤维、毛发、玻璃碎屑等可见异物,研究了基于主成分分析(PCA)特征提取,并用BP神经网路和支持向量机(SVM)算法进行分类识别.通过工业小样本数据仿真实验,测试结果表明,两种方法都具有较好的可行性和实用性,相比之下基于PCA与SVM算法的识别率比基于PCA与BP算法的识别率高.
关键词：可见异物检测主成分分析BP神经网络支持向量机
分类号：TP391(计算技术、计算机技术)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 29-33,121 )
英文信息