近几年来,在全世界范围内由于航空航天飞行器、汽车制造产业和高端电子产品的迅速发展,铝板作为高科技产品的应用材料与社会发展必需品,其市场前景广阔。我国的铝板加工产业迅速发展,铝板生产产量保持不断增长,进出口贸易额连续多年一直增加。但是传统铝板加工产业正受到设备落后、生产科技化程度较低以及生产环境纷杂等因素的影响,铝板生产出来后其表面会产生各种复杂缺陷,对用于航空航天飞行器、汽车制造产业和高端电子产品的铝板来说,其表面复杂缺陷会给铝板行业造成巨大损失,因此,如何准确、高效地检测识别铝板复杂缺陷的问题显得尤为重要。为了实现在线高效率、高精度铝板复杂缺陷检测,本文针对铝板表面复杂缺陷识别分类算法进行研究。首先,说明铝板复杂缺陷系统的基本要求与基本原理,重点介绍系统基本架构;然后对缺陷图像进行预处理,预处理的过程就是对图像进行减背景处理和去除噪声干扰,选用中值滤波方式来抑制铝板缺陷图像的噪声,并用自适应阈值分割算法分割铝板缺陷图像;接下来针对几种常见铝板目标缺陷提取区域特征、轮廓特征、灰度特征,将提取的缺陷特征数据进行标准化处理;最后针对四种常见缺陷类型,本研究通过构建SVM分类器进行识别分类测试,并对可能出现的新缺陷,给出一种新缺陷分类机制,定义新缺陷类型,并构建新缺陷SVM子分类器,最终将新缺陷模型添加到常见缺陷模型中,进一步完善SVM分类器。本文构建的SVM分类器对四种常见缺陷类型识别分类效果较为理想,而且,分析SVM分类器的输出结果还可以发现新缺陷,定义新缺陷类型,并建立新缺陷模板。通过SVM分类器与新缺陷人工分类相结合的机制不仅提高了常见缺陷的识别效率,同时也能辨别出新的缺陷类型,并将新缺陷建立模板更新到常见缺陷模板中。