作者：林佳; 王海明; 郭强生; 刘晓斌; 周丹晶圆划片裸片表面缺陷检测表面特征线性判别分析支持向量机
摘要：针对准确和实时检测裸片表面缺陷的需求,提出了一种基于线性判别分析（Linear Discriminant Analysis,LDA）和支持向量机（Support Vector Machine,SVM）的在线检测算法。首先,采用高斯滤波方法滤除裸片表面图像中的噪声;然后,提取裸片表面缺陷的Hu不变矩和方向梯度直方图（Histogram of Oriented Gradients,HOG）特征,采用LDA方法对特征进行降维;接着,在离线建模阶段,学习裸片表面正常模式的高斯混合模型（Gaussian Mixture Model,GMM）,并学习各种缺陷模式的SVMs;最后,在线检测阶段使用GMM判断是否存在缺陷,使用K最近邻（K Nearest Neighbor,KNN）算法分类缺陷的模式。提出算法在采集的裸片数据库中得到了88.11%的检测准确率,单幅图像的平均检测时间为44.7 ms。实验结果表明,提出算法具有较高的检测准确性与实时性,可以应用到实际生产中的裸片表面缺陷在线检测。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
