基于LS-SVM的木材表面缺陷网格化检测

被引：4

作者：

马大国

马岩

姜新波

机构：

[1] 东北林业大学

来源：

林业科技开发 | 2012年 / 06期

关键词：

木材; 缺陷检测; 最小二乘支持向量机;

D O I：

暂无

中图分类号：

S781 [木材学]; TP391.41 [];

学科分类号：

082902 ; 080203 ;

摘要：

针对图像分割的复杂性和局限性,作者提出一种基于最小二乘支持向量机(LS-SVM)的木材表面缺陷网格化检测方法。首先将木材表面图像划分成互不重叠的矩形块,然后依次计算每个矩形块图像的特征向量,用于描述各个矩形块图像,其特征向量由颜色特征和纹理特征等参数共同组成。最后将特征向量归一化后送入LS-SVM分类器,利用特征向量的相似度来进行缺陷的定位和识别。实验结果表明,该方法可有效进行木材表面缺陷检测,检测准确率超过93%。

引用

页码：73 / 76

页数：4

共 5 条

[1] 基于Gabor变换的木材表面缺陷图像分割方法 [J].

王林 ;

白雪冰 .

计算机工程与设计, 2010, 31 (05) :1066-1069

[2] 图像分割方法研究 [J].

黄长专 ;

王彪 ;

杨忠 .

计算机技术与发展, 2009, 19 (06) :76-79+83

[3]

色彩学[M]. 科学出版社 , 程杰铭, 2006

[4] Wood inspection with non-supervised clustering [J].

Olli Silvén ;

Matti Niskanen ;

Hannu Kauppinen .

Machine Vision and Applications, 2003, 13 :275-285

[5]

Color image segmentation: advances and prospects[J] . H.D. Cheng,X.H. Jiang,Y. Sun,Jingli Wang. Pattern Recognition . 2001 (12)

← 1 →