基于RCDA的家具表面死节缺陷图像分割

作者：周宇; 周仲凯; 于音什; 刘伟嘉; 刘军

来源：林业机械与木工设备, 2019, 47(08): 8-11.

DOI：10.13279/j.cnki.fmwe.2019.0088

• 成品家具
• 死节缺陷
• 正则化共面判别分析
• 支持向量机
• 图像分割

针对木制家具的表面死节缺陷,提出一种基于正则化共面判别分析(RCDA,Regularized Coplanar Discriminant Analysis)与支持向量机(SVM,Support Vector Machine)的死节缺陷图像分割算法。将RGB彩色图像转换成灰度图像,对灰度图像进行分块,同时将块变换成列向量,所有列向量组成矩阵进行RCDA维数约减,对约减后的特征进行SVM训练与测试,得到图像块分类结果。最后将块分类矩阵变形成二值分割图,得到死节缺陷目标。试验结果表明,提出的算法效果好,SD、Dice、ER、NR值分别为80. 96%、89. 48%、23. 33%、0. 16%。

• 单位
  电子工程学院; 南京林业大学