基于改进HOG特征与LPP算法的木材缺陷识别

作者：彭骞; 张华^*; 任万春; 刘城

来源：传感器与微系统, 2022, 41(05): 123-126.

DOI：10.13873/J.1000-9787(2022)05-0123-04

• 机器视觉
• 木材缺陷识别
• 改进梯度方向直方图
• 局部二值模式
• 局部保持投影

在木材缺陷的识别中，由于噪声干扰导致识别率降低，因此提出一种新的木材缺陷识别算法。首先通过计算不同尺度下各个方向的梯度，利用正交分解将各个方向的梯度进行结合，得到改进的梯度方向直方图(HOG)特征，提高了HOG特征的鲁棒性；其次将改进HOG特征与局部二值模式(LBP)特征线性加权得到融合特征，弥补了HOG特征没有表征缺陷纹理变化的缺点；最后通过增加全局信息与监督信息改进局部保持投影(LPP)算法并对其降维，再引入支持向量机(SVM)对上述特征进行分类。实验结果表明：在高斯噪声的信噪比为60 dB的环境下该算法的识别率达到97.13%。

• 单位
  西南科技大学