文档介绍：A Dissertation Submitted in Partial Fulfillment of the Requirements
for the Degree of Master in Engineering
Classification and Recognition research on
capsule defects Based on Support Vector
Machine
Master Candidate： Qi Danyang
Major： Circuit and Systems
Supervisor： Prof. Jiang Zheng
Wuhan University of Science and Technology
Wuhan, Hubei 430081,
May 22, 2014
摘 要
目前我国胶囊生产正逐步走向智能化，而在胶囊分类的研究中鲜有有效的胶囊
缺陷多分类识别方案，因此胶囊缺陷分类识别的研究有着重要的现实意义。
本文首先对胶囊缺陷图像进行了图像预处理技术的研究，包括相关模板匹配算
法、多区域分割算法、图像增强算法、Canny 边缘检测算法。针对胶囊图像的特征
对模板匹配算法和 Canny 边缘检测算法进行了改进，为后续提取准确的胶囊缺陷特
征做好准备。接着，本文分析和总结了胶囊缺陷图像特征，从纹理特征、形状特征、
灰度特征三个方面综合对胶囊缺陷图像进行了特征提取，这些提取的特征代表了不同
种类的缺陷信息。
然后，本文对 SVM 多分类算法进行了研究，分析比较了常见的四种多分类支持
向量机的优缺点，并选择层次 SVM 多分类算法对提取的特征向量进行分类识别。针
对层次 SVM 中出现的正负样本不平衡和至上而下的误差累积问题，本文设计了层次
SVM 分类识别的逻辑层次结构，提高了层次 SVM 的分类性能。
最后，本文用 BP 神经网络和四种 SVM 多类分类方法对提取的胶囊特征向量进
行了分类识别。仿真结果表明，在小样本分类识别事件中，基于 SVM 的分类优于
BP 神经网络，且改进的层次多类分类算法更具有良好的有效性和实用性，这在胶囊
缺陷分类识别应用中具有一定的参考价值。
关键词：相关模板匹配；Canny 算法；胶囊特征；层次 SVM；胶囊分类识别；
I
Abstract
At present capsule production in our country is gradually becoming smarter, and few
effective schemes exist in capsule defect classification and recognition, so it is practically
significant for us to have an research on it.
Firstly, this paper gives an research on image preprocessing technologies of capsule
defect images including template matching algorithm, region segmentation algorithm,
image enhancement, Canny edge detection algorithm