基于多特征融合的电子布缺陷分类

作者：郑敏; 景军锋^*; 张缓缓; 苏泽斌

来源：控制工程, 2020, 27(01): 98-103.

DOI：10.14107/j.cnki.kzgc.20190033

• Hu不变矩
• SIFT特征
• 词袋模型(BoW)
• 支持向量机(SVM)

针对传统的电子布缺陷分类方法效率低,稳定性差的问题,提出了基于多特征融合的电子布缺陷分类算法。首先,使用中值滤波对电子布图像进行预处理,滤除细节噪声,减少背景纹理的影响;其次,对预处理后的图像进行Canny边缘检测,利用Hu不变矩提取缺陷的几何特征;再利用尺度不变特征变换(SIFT)提取图像的纹理特征,使用K-means聚类后,构建电子布图像的词袋模型(BoW);最后,将几何特征和纹理特征融合,并传入SVM中进行训练,得到相应的电子布缺陷分类模型。实验结果表明,应用多特征融合的方法对电子布缺陷进行分类,其平均准确率可达97.22%,能够满足企业的实际需求。

• 单位
  西安工程大学