基于LBP和SVM的工件图像特征识别研究

针对工业现场诸如粉尘、光照、遮挡、摄像机抖动等复杂环境下工件目标的识别问题,提出一种基于局部二值模式(local binary pattern,LBP)和支持向量机(support vector machine,SVM)的组合模型,对工件图像进行特征提取与类别判定。运用基本LBP模式、LBP等价模式以及LBP旋转不变模式,并结合多种去噪方法对工件图片进行特征提取,得出LBP特征直方图。根据这些特征直方图,利用分类模型对工件进行分类识别。实验结果表明:基于均值滤波去噪的LBP基本特征算子较好地满足了工件图像的特征提取要求,为后续的工件图片分类提供了保障,使得图片识别准确率达96%,识别效果较佳。