一种基于支持向量机的金属表面缺陷检测方法

针对金属表面缺陷检测中存在的图像失真、构造分类器精确度不高及系统计算量大的问题,现提出一种高质量的基于支持向量机的金属表面缺陷检测方法。采用形态学方法对图像进行预处理,通过融合GLCM与HOG特征提取到的结果建立较为完备的缺陷模型,便于后期构造高精度分类器。最后,利用OTSU算法进行阈值分割,通过计算连通分量个数等方法进行缺陷分析。相较于一般的缺陷检测方法,该检测方法准确率达到96.67%,提高了缺陷检测的效率。