基于机器学习的速冻水饺缺陷检测

速冻水饺在冷冻过程中,容易造成冻裂、破损的现象,采用人工方法对破损水饺进行剔除耗时耗力,因此,设计一种基于机器学习的速冻水饺缺陷检测方法。首先,分别提取R,G,B,H,S,V颜色空间的灰度共生矩阵(GLCM)和颜色矩共20维特征向量,其次采用主成分分析法(PCA)对特征向量进行优化,得到6个最优特征向量作为支持向量机输入,采取交叉验证超参数寻优确定支持向量机参数,最后用训练好的支持向量机模型对缺陷饺子进行分类识别,对有缺陷的饺子外接最小矩形,并输出外接矩形的中心点坐标。结果证明,该方法可以对有缺陷的饺子进行快速识别,识别准确率为95.5%,平均每个饺子的检测耗时为13.13ms。