基于支持向量机的纸张缺陷图像分类识别

被引：5

作者：

袁浩 ^{[1
]}

付忠良 ^{[1
]}

程建 ^{[2
]}

阮波 ^{[1
]}

机构：

[1] 中国科学院成都计算机应用研究所

[2] 电子科技大学电子工程学院

来源：

关键词：

支持向量机; 纸张缺陷; 分类识别; 特征选择;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

根据支持向量机(SVM)在小样本、高维模式分类中具有的优良分类性能,提出将支持向量机应用于实际的纸张缺陷分类。针对三种现场易出现的缺陷,通过对缺陷图像进行预处理、特征选择,再利用SVM进行分类,利用交叉验证进行参数和模型选取,取得了较好的分类效果,为纸张缺陷的分类指出一种可行的方法。

引用

页码：330 / 332+349 +349

页数：4