高斯差分空间的多尺度改进CLBP对带钢表面缺陷的分类
发布时间:2024-06-04 05:51
提出一种引入高斯差分空间的改进多尺度完全局部二值模式对带钢表面进行分类,解决由于带钢表面缺陷纹理存在复杂性和多样性,导致对带钢表面缺陷进行分类难度大的问题.首先,根据人类的视觉注意机制,采用高斯差分空间对带钢表面缺陷进行预处理.然后,采用多尺度改进的完全局部二值模式对预处理之后的图片进行特征提取.最后,采用非线性流行学习的方式对特征进行降维,并导入分类器中进行分类.实验结果表明:该方法具有较好的区分性;针对常见的冲孔、污渍、刮边、黑氧化条、结疤等带钢表面缺陷,其最终的分类精度能达到95.7%,优于目前传统的方式.
【文章页数】:7 页
【文章目录】:
1 相关工作
1.1 高斯差分空间
1.2 LBP算子
2 多尺度改进的CLBP特征提取
2.1 改进的CLBP算子
2.2 流行学习
3 实验描述及结果分析
3.1 实验数据
3.2 实验流程
3.3 实验结果及分析
4 结论
本文编号:3988962
【文章页数】:7 页
【文章目录】:
1 相关工作
1.1 高斯差分空间
1.2 LBP算子
2 多尺度改进的CLBP特征提取
2.1 改进的CLBP算子
2.2 流行学习
3 实验描述及结果分析
3.1 实验数据
3.2 实验流程
3.3 实验结果及分析
4 结论
本文编号:3988962
本文链接:https://www.wllwen.com/kejilunwen/jinshugongy/3988962.html
教材专著