基于Hu不变矩和径向基神经网络的太阳镜镜片瑕疵图像分类系统

作     者：王昕 杨钰萍 何嘉玮 廖志鹏 黄宇宸 范贤光 许英杰 WANG Xin;YANG Yuping;HE Jiawei;LIAO Zhipeng;HUANG Yuchen;FAN Xianguang;XU Yingjie

作者机构：厦门大学航空航天学院福建厦门361102 

出 版 物：《厦门大学学报（自然科学版）》 (Journal of Xiamen University：Natural Science)

年 卷 期：2023年第62卷第4期

页      面：629-637页

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论] 

主　　题：太阳镜镜片 瑕疵分类 机器视觉 Hu不变矩 径向基(RBF)神经网络 

摘      要：现有的镜片瑕疵分类主要针对光学玻璃镜片和树脂镜片,与太阳镜镜片的生产原料和工艺存在差异,导致两者的瑕疵类型也有所不同,因此现有的镜片检测机不能直接应用于太阳镜镜片的检测.为了满足生产需求,实现工业自动化检测,本文利用基于机器视觉检测技术的CMOS传感器工业相机、双远心镜头、LED灯搭建了镜片图像采集系统,并融合图像处理算法,将七个Hu矩不变量作为互补特征,采用径向基神经网络模型开发了太阳镜镜片瑕疵图像分类系统.实验表明,使用Hu不变矩特征提取算法的分类方法可有效提高分类准确率,该方法的准确率为94.56%.和BP等其他神经网络结构相比,准确率也更高.因此,该系统被证明是可行和有效的.