《表3 缺陷分类统计结果：基于机器视觉的金属板材表面缺陷光学检测技术》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于机器视觉的金属板材表面缺陷光学检测技术》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

利用BP神经网络和SVM结合的分类器对不同类型的缺陷进行测试，实际测试效果如表3所示。可以看出，基于SIFT算法提取特征，利用BP神经网络和SVM融合的分类器具有较高的识别率，平均识别率为90.22%。