首页 期刊 服装学报 基于Fisher准则的分类器在皮革正反面分类中的应用 【正文】

基于Fisher准则的分类器在皮革正反面分类中的应用

作者:崔扬; 周泽魁 浙江大学控制系仪表所,浙江杭州310027
纹理图像   特征向量   共生矩阵   fisher准则   分类器  

摘要:制鞋业中的皮革表面缺陷查找和排样主要靠手工完成,因此效率低下.基于图像处理技术的自动化缺陷查找及排样,可以较大地提高生产效率.皮革的缺陷查找和排样,主要在皮革的正面进行,因此皮革正反面的自动判别是后续处理的关键.因为皮革具有典型的纹理特征,纹理图像其特殊的像素空间分布方式有别于普通的灰度图像,因此常用的灰度图像分类特征对纹理图像的分类不适用.而基于灰度共生矩阵提取纹理图像的统计量组成的特征向量,并在Fisher判别准则的基础上设计一种线性分类器来对皮革纹理图像进行分类.实验结果证实,该分类器可有效地对皮革的正反面进行分类。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅