科研之友
微信
新浪微博
Facebook
分享链接
摘要
在木材加工领域,木材表面颜色是否协调对最终产品的经济效益有重要的影响。木材由于天然生长的缘故,表面颜色丰富,人工分拣困难。为对木材颜色进行分类,针对该场景提出使用无监督学习算法,即聚类算法。首先对木材图片进行轮廓检测,数据清洗排除异常样本,然后在RGB色彩空间上进行特征提取,最终经过K-means算法对样本的特征聚类。实验结果表明:在木材颜色分类场景下使用聚类算法可有效减少人工标注的成本,算法运行效率高,具有重要的应用价值。
-
单位福州大学; 自动化学院
