一般说法是gmm分类器可以用于缺陷检测，mlp不支持缺陷检测。勇哥还是想试试mlp到底能不能用于缺陷检测。于是有了下面的实验。这个实验用到的图片，原来是gmm分类器的一个倒子用到的。dev_close_window()
read_image (Image, 'plastic_mesh/plastic_mesh_01')
get_image_size (Image, Width, Height)
dev_open_wind
神经网络直接决定类与类之间的separating hyperplanes（分离超平面），而超平层分隔开两个类的特征向量，落在在层的一边的特征向量属于class 1，落在另一边则属于class 2。基于单层神经网络的分类器需要 linearly separable classes（线性可分的类），在许多应用中不够高效。基于多层神经网络的分类器则无此限制，只要隐藏层包含足够多的处理单元即可。神经网络神经网络每一层的处理单元计算特征向量的线性组合或者来自前一层的结果。参数说明：要使用MLP去
* This example program shows you how to use the GMM classifier for novelty
* detection to perform a web inspection task. To perform&n
总结一下高斯混合模型的处理步骤：1. 创建一个高斯混合模型分类器（创建训练对象）例如：create_class_gmm(3, 5, 1, 'full', 'none', 3, 42, GMMHandle)意指：在3维图形中，创建一个用查找5种类级的高斯混合模型2. 将类级的图形区
Chapter 1:Classification 用于各类分类操作，其中包括对高斯混合模型的操作、对分类器的相关操作、对感知器的相关操作以及对支持向量机的相关操作。Chapter 2 ：Control ，用于程序的执行控制。包括程序常用的跳转语句，比如continue、if/else、for等等。Chapter3 :Develop，主要用于窗口的操作，比如窗口的关闭、显示等。Chapter 4 :File，主要用于图片的读取和写入、文件的打开和关闭等。Chapter 5:Filter，主要用于图
强大的Halcon的分类器有三种MLP、SVM、GMM，在这里为大家详细介绍GMM，原理的东西自己百度吧，这里主要讲GMM库怎么用，希望对大家有用creat_class_gmm();含义：创建高斯混合模型；输入参数： NumDim：几个特征；NumClasses:样本分类个数；NumCenters:类中心的个数；CovarType:协方差矩阵（'Spherical','diag','full'）Preprocessing:预处理是否使用