基于梯度方向直方图词袋的纺织品疵点检测算法

论文摘要

特征提取是疵点检测的关键问题,在分析纺织品纹理结构特点的基础上,受词袋模型的启发,设计了一种基于梯度方向直方图袋的特征提取方法。首先将所有图像分块提取梯度方向直方图描述子,对所有描述子进行k-means聚类构建纹理字典,最后统计图像在纹理字典上的频次直方图作为原始图像的特征向量。采用最近邻分类器进行分类。为了验证算法的效果,设计了5种梯度模板方案,并在平纹织物数据集和斜纹织物数据集上分别进行实验。在最佳参数下,算法分类准确率达到96.34%和95.33%。

论文目录

• 1 纺织品图像的纹理特征和纹理基元
• 2 Bag-of-HOG原理
•   2.1 bag-of-words基本思想
•   2.2 Bag-of-HOG构建步骤
•     ①计算图像的梯度。
•     ②分块统计梯度方向直方图, 构造描述子。
•     ③对描述子进行聚类, 构建纹理字典。
•     ④构建图像的特征向量。
• 3 实 验
•   3.1 数据集建立
•   3.2 实验参数
•     3.2.1 梯度模板
•     3.2.2 分块方案
•     3.2.3 角度离散化参数
•     3.2.4 字典的尺寸
•   3.3 分类器
•   3.4 实验结果及分析
•     3.4.1 模板方案对实验结果的影响
•     3.4.2 梯度的角度离散化参数对性能的影响
•     3.4.3 字典尺寸对分类效果的影响
• 4 结束语

文章来源

类型: 期刊论文

作者: 刘海军,单维峰,韩莹,李忠

关键词: 纺织品,疵点检测,梯度方向直方图,词袋模型

来源: 毛纺科技 2019年03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: 防灾科技学院应急管理学院

基金: 河北省科技计划项目(16210126),国家重点研发计划项目(2018YFC1503806),中国地震局星火计划项目(XH16059)

分类号: TS101.97;TP391.41

DOI: 10.19333/j.mfkj.2018050310306

页码: 71-76

总页数: 6

文件大小: 208K

下载量: 112