段春梅，张涛川，李大成，陈 肖

(佛山职业技术学院，广东佛山 528137)

1 引言

PET瓶坯凭借无毒、质量分布均匀，良好的绝缘性等优点，广泛地应用于日化用品包装等领域，通过吹塑再次加工形成化妆品瓶、饮料矿泉水瓶、医塑包装、食用油瓶等，其产量和消费量随着经济的快速发展迅速增长。因此，PET瓶坯的质量具有非常重要意义。但是由于注塑机内部的空气原因而导致在瓶坯上随机形成气泡缺陷，或者因为降解的溶料在瓶坯上产生黑色的颗粒而形成黑点缺陷，或者因为模具表面受损以及碰撞原因在瓶坯侧壁上产生形状不规则的划痕，这三种缺陷是十分常见的，除此之外 PET瓶坯的缺陷还包括拉丝、水痕、凹痕等多种缺陷[1]。所以对PET瓶坯进行质量检测是生产过程中不可缺少的。

在许多制造业中，人工检测仍然是生产过程中的重要组成部分，但其不能保证检测的稳定性和准确性。因此，自动缺陷检测是解决这一问题的必然要求。其中机器视觉技术以其高精度的识别率和检测稳定性，逐渐取代了传统的人工检测方法，能够满足用户的要求。基于机器视觉的PET瓶坯缺陷检测过程一般包括图像采集、图像预处理、特征提取和缺陷识别四个步骤。其中，特征提取直接影响检测精度，甚至导致检测失败[2]。一般情况下，机器视觉特征提取方法大部分都是基于图像梯度方向的直方图的，例如SURF等[3]。但是由于缺陷具有任意尺寸、方向和形状的特点，所以通过传统的机器视觉特征提取方法获得的标准缺陷特征描述，可能导致分类结果的精度较低。……