基于纹理特征和SVM分类器的铝铸件类型识别①
2018-08-17刘振华周晓锋张宜弛
计算机系统应用 2018年8期
吴 阳,刘振华,周晓锋,张宜弛
1(无锡太湖学院 机电工程学院,无锡 214064)
2(中国科学院 沈阳自动化研究所,沈阳 110016)
图像的纹理分类作为图像处理应用中的一个重要方面,其现实意义在于可以对某些未知类别的图像样本集根据其纹理的差异进行归类,而且纹理分析技术一直是计算机视觉、图像处理、图像分析、图像检索等的活跃研究领域,在遥感图像处理、工业产品识别等众多科学领域都起着关键作用.对于图像的纹理特征可以分为结构方法、统计方法、模型方法和变换方法[1].铝铸件作为一种建筑门窗、幕墙、室内外装饰及建筑结构常用的工业型材,其表面质量尤其受到重视,在针对不同的型材进行表面缺陷检测时候需要对其类型进行自动识别来匹配检测参数.由于不同的型材往往对应着不同的纹理,所以可以根据其表面不同的纹理对其进行合理的分类.但是由于传统的工业生产方式的限制,还没有一种方法被应用于解决此问题,因此研究设计一种自动化识别型材种类的方法显得十分必要.
在众多的纹理特征中,1973年由Haralick提出的灰度共生矩阵法作为统计方法中的代表有着很强的适应性,Clausi对灰度共生矩阵进行了深入的分析并做了较好的改进[2].Arebey等采用灰度共生矩阵提取垃圾箱俯拍图像纹理特征进行分类[3].Amol等采用灰度共生矩阵进行虹膜识别[4].而Gabor小波滤波,是一种重要的基于变换的纹理特征提取方法,该方法借鉴心理……
登录APP查看全文
