基于机器学习的速冻水饺缺陷检测

速冻水饺在冷冻过程中，容易造成冻裂、破损的现象，采用人工方法对破损水饺进行剔除耗时耗力，因此，设计一种基于机器学习的速冻水饺缺陷检测方法。首先，分别提取R,G,B,H,S,V颜色空间的灰度共生矩阵（GLCM）和颜色矩共20维特征向量，其次采用主成分分析法（PCA）对特征向量进行优化，得到6个最优特征向量作为支持向量机输入，采取交叉验证超参数寻优确定支持向量机参数，最后用训练好的支持向量机模型对缺陷饺子进行分类识别，对有缺陷的饺子外接最小矩形，并输出外接矩形的中心点坐标。结果证明，该方法可以对有缺陷的饺子进行快速识别，识别准确率为95.5%，平均每个饺子的检测耗时为13.13 ms。