一种基于模糊松弛约束多核学习的产品外观缺陷检测方法

本发明提出一种基于模糊松弛约束多核学习的产品外观缺陷检测方法，属于机器视觉的产品质量检测领域。首先提取实时采集图像的若干特征；然后利用模糊约束理论量化分析特征与评价指标之间的映射关系；建立多核学习模型，采用多核学习方法对外观缺陷分类，结合映射量化关系划定每个核函数权重的模糊松弛边界；采用模糊松弛约束(FRC)的方法确定多核模型的权重，确定权重的模糊范围；最后求取权重大小得到不同缺陷种类的多核学习模型，利用多核学习模型进行缺陷检测，得到检测结果。本发明采用多特征融合的多核学习分类的检测方法，使得检测范围更为广泛，结合模糊松弛约束适应于不同的检测需求，可以满足检测的实时性，且检测精度较高。
北京工商大学