APP下载

基于OCSVM的地板块纹理识别算法研究

2018-02-08李润丰

微处理机 2018年1期
关键词:板块分类实验

李润丰

(沈阳市同泽高级中学,沈阳110013)

1 引 言

近年来随着中国经济快速发展,城市居民家庭装饰消费能力明显提高。在回归大自然和环保意识的影响下,木质地板作为一种重要的装饰材料,已表现出旺盛的市场需求。纹理作为木材的天然属性,其独有的视觉特性直接影响地板块的感观效果及其经济效益,成为评定地板块质量等级的重要标准[1]。因此,在地板块生产加工过程中,常常需要根据地板块表面纹理对其进行分类,以提高产品质量。

另一方面,随着计算机技术的飞速发展,国内外研究者已将计算机视觉技术引入木材纹理识别领域,为解决这纹理分类的难题提供了新的思路。虽然近些年国内外众多学者提出了很多纹理识别分类的方法,取得了一定的成果,但由于纹理结构随机性大、复杂度高,很难用准确的数学解析式来表达,致使到目前为止仍然没有统一描述和界定木材纹理的国际标准或行业准则[2]。因此,纹理识别分类作为计算机视觉和模式识别领域的重要研究课题,其研究方法还不够成熟和完善,需要对其进一步深入研究。目前国内外的研究主要集中于一些传统的方法,例如:神经网络[3]、支持向量机(SVM,Support vector machine)方法[4]、贝叶斯方法等,这些方法需要大量的标注训练样本,才能保证测试样本的精度,而无监督分类方法OCSVM(one-class SVM,一类支持向量机)能够解决这一局限性[5-6],实现地板块纹理的高效识别。

2 OCSVM算法研究

Scholkopf等研究人员对SVM算法进行了扩展,并且研究出了一种新的SVM算法——One-class SVM算法,它的核心思想是通过SVM训练得到具有最大分类间隔的超平面,进而把分类问题转化成一个特殊的二值分类问题[7-8]。……

登录APP查看全文

猜你喜欢

板块分类实验
记一次有趣的实验
分类算一算
板块拼拼乐
做个怪怪长实验
教你一招:数的分类
A股各板块1月涨跌幅前50名
NO与NO2相互转化实验的改进
实践十号上的19项实验
木卫二或拥有板块构造
2011秋拍主要板块前十