林 刚，冯 浩，曹利钢，潘海鹏，曹旭明

(景德镇陶瓷大学 机械电子工程学院，江西 景德镇 333403)

摘  要：针对目前日用陶瓷缺陷检测主要依赖人工检测，现有的视觉检测算法中，存在检测缺陷种类单一，对光照强度过于敏感，适应性和通用性比较差的问题，本文以日用陶瓷盘为研究对象，提出了一种基于多尺度特征融合的陶瓷盘缺陷分类算法。首先，使用中值滤波处理，滤除细节噪声，根据训练图像和测试图像的灰度值进行不同模式的线性变换，减小同种缺陷的特征距离，同时还能在一定程度上对光照强度有一定的适应性；其次，计算多尺度灰度直方图统计数据特征；再使用Sobel算子对图像进行梯度处理，计算梯度图像的灰度共生矩阵，并推算得到梯度图像的能量、相关性、均匀性、对比度、熵、同向各向异性6组纹理特征；最后，将灰度直方图统计特征和灰度共生矩阵下的6组纹理特征相融合后，并传入KNN分类器中训练，并得到相应的陶瓷盘缺陷分类模型。实验结果表明，采用该算法对陶瓷盘表面进行缺陷检测，对常见陶瓷盘正反面缺陷的平均识别率达到86.86%，同时兼具实时性和鲁棒性的优点。

关键词：线性变换；多尺度灰度统计；自适应性；KNN算法；灰度共生矩阵