基于改进支持向量机的皮革划痕检测方法

作     者：马静 MA Jing

作者机构：陕西国防工业职业技术学院 

出 版 物：《中国皮革》 (China Leather)

年 卷 期：2024年第53卷第11期

页      面：22-28页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 082204[工学-皮革化学与工程] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 0822[工学-轻工技术与工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：陕西省“十四五”教育科学规划2023年度课题(SGH23Y3055) 陕西国防工业职业技术学院2022年度重点课题(Gfy22-13) 

主　　题：皮革 划痕检测 K-means聚类 支持向量机 二分类问题 

摘      要：针对传统皮革划痕检测方法存在检测准确率低、检测效率不高的问题，提出一种基于K-means聚类算法改进支持向量机SVM的皮革划痕检测方法。首先，对支持向量机基本原理进行分析；然后采用K-means聚类算法解决支持向量机SVM的二分类问题；最后搭建一个K-means-SVM皮革划痕检测模型，通过此模型实现皮革划痕快速准确检测。试验结果表明，本模型的检测精度为96.74%，相较于传统的YOLOv5模型、CRNN模型和SVM-DS模型分别高出了18.85%、20.17%、13.06%，且本模型进行皮革划痕检测的所用时长仅为11.52 s，均低于另外3种模型。由此说明，本模型的检测精度更高，检测速度更快，满足真皮表面划痕检测的实时性和准确性需求。