摘要： 针对传统的钢板表面缺陷图像分类算法只是单纯地将异类样本分开，没有充分考 虑到样本之间底层数据的关联性，在孪生支持向量机的基础上，提出了一种全域优化孪生支持 向量机钢板表面缺陷图像分类算法。首先，嵌入线性判别分析，挖掘钢板表面图像数据全局结 构信息，最小化同类样本间离散度；其次，采用 Ｋ最近邻算法，最大化异类样本间离散度；最后， 利用核函数，在高维空间解决非线性问题分类，得到表面缺陷图像分类结果。在 ２个公开数据 集上的实验结果表明：所提方法对钢板表面缺陷图像分类的准确率可达 ９４．９０％和 ８９．１９％，比 其他算法有进一步提升。

关键词: 缺陷分类；图像处理；孪生支持向量机；全局信息；局部信息；Ｋ近邻

中图分类号: 

• TP391.41