基于主成分分析法的本色布疵点分类算法

论文摘要

特征提取是本色布疵点分类最关键的问题。针对本色布疵点类型多、形态变化大,使得本色布疵点特征提取算法很难实现的问题,从分析本色布编织方法出发,分析本色布图像的特点,发现本色布图像中存在极强的相关性。采用主成分分析法(PCA)对本色布图像进行去相关性处理,将图像压缩到前k个最大方差的子空间,作为图像的特征向量。在含有457幅训练样本,795幅测试样本的平纹本色布数据集上,最大分类准确率达99.11%。

论文目录

• 1 本色布编织方法及图像视觉特征
• 2 坯布图像的主成分提取
•   2.1 主成分分析 （PCA） 原理
•   2.2 本色布图像的PCA处理
• 3 基于PCA的纺织品疵点检测实验
•   3.1 实验数据
•   3.2 实验结果
• 4 结 论

文章来源

类型: 期刊论文

作者: 刘海军,单维锋,张莉丽,陈新房

关键词: 本色布,疵点检测,主成分分析,图像分析

来源: 毛纺科技 2019年02期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 轻工业手工业,计算机软件及计算机应用

单位: 防灾科技学院智能信息处理研究所

基金: 中央高校基本科研业务费项目(ZY20180232),地震科技星火计划项目(XH16059)

分类号: TP391.41;TS107

DOI: 10.19333/j.mfkj.2018030410204

页码: 70-73

总页数: 4

文件大小: 318K

下载量: 242