基于正则极限学习机的鞋面缺陷图像识别方法研究  

作　　者：陈耀东 邓三鹏[1,2] 佘明辉 白晋红[2] 陈辉煌 

机构地区：[1]天津职业技术师范大学机器人及智能装备研究院,天津300222 [2]天津市智能机器人技术及应用企业重点实验室,天津300352 [3]湄洲湾职业技术学院,福建莆田351119

出　　处：《机器人技术与应用》2021年第6期29-32,共4页Robot Technique and Application

基　　金：全国职业院校教师教学创新团队建设体系化课题研究项目,项目编号TX20200104;天津市科技军民融合重大专项,项目编号18ZXJMTG00160。

摘　　要：针对制鞋企业大多采用人工检测鞋面缺陷效率低、成本高的问题,本文提出一种基于正则极限学习机的鞋面缺陷图像识别方法。本方法首先采用工业相机采集鞋面缺陷图像,并提取其特征值;然后基于正则极限学习机算法对所提取特征值进行数据处理;最后对特征值进行训练识别。检测结果表明,正则极限学习机算法在复杂检测环境下具有高识别精度,识别成功率在93.0%以上,且检测时间不超过0.51s,满足鞋面缺陷检测的工艺需求。

关 键 词：机器视觉 正则极限学习机(RELM) 图像处理 特征值 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程] TS943.79[轻工技术与工程—服装设计与工程]