-
题名基于改进支持向量机的纸张缺陷图像分类识别方法
被引量：2
- 1
-
-
作者
陈江
-
机构
新疆工业职业技术学院
-
出处
《造纸科学与技术》
2023年第5期39-43,78,共6页
-
文摘
随着纸张生产越来越多样化,带有花纹图案的纸张在缺陷识别时难度大大增加,传统的识别方法准确性不足。针对上述问题,研究一种基于改进支持向量机的纸张缺陷图像分类识别方法。该方法针对采集到的原始纸张图像实施灰度化、滤波前处理,对处理后的图像进行二值化,分割图像缺陷目标和背景,寻找缺陷目标边界并提取缺陷的几何特征和灰度特征。利用蝙蝠算法求取支持向量机两个关键参数的最优值,实现支持向量机改进。以几何特征和灰度特征为输入量,利用改进支持向量机实现纸张缺陷图像分类识别。结果表明:所研究方法的Kappa系数在两种样本集合中的识别都相对更高,由此说明所研究方法的识别能力更强。
-
关键词
改进支持向量机
纸张缺陷图像
前处理
二值化
特征提取
分类识别方法
-
Keywords
improving support vector machines
paper defect images
pre processing
binarization
feature lifting
classification and recognition methods
-
分类号
TP36.88
[自动化与计算机技术—计算机系统结构]
-
