基于多特征融合的电子布缺陷分类
作者:郑敏 景军锋 张缓缓 苏泽斌
关键词:
Hu不变矩; SIFT特征; 词袋模型（BoW）; 支持向量机（SVM）;
摘要：
针对传统的电子布缺陷分类方法效率低,稳定性差的问题,提出了基于多特征融合的电子布缺陷分类算法。首先,使用中值滤波对电子布图像进行预处理,滤除细节噪声,减少背景纹理的影响;其次,对预处理后的图像进行Canny边缘检测,利用Hu不变矩提取缺陷的几何特征;再利用尺度不变特征变换（SIFT）提取图像的纹理特征,使用K-means聚类后,构建电子布图像的词袋模型（BoW）;最后,将几何特征和纹理特征融合,并传入SVM中进行训练,得到相应的电子布缺陷分类模型。实验结果表明,应用多特征融合的方法对电子布缺陷进行分类,其平均准确率可达97.22%,能够满足企业的实际需求。
上一篇：KNPE算法在化工过程故障检测中的应用
下一篇：电涡流式纸币厚度传感器设计