基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于支持向量机的胶片缺陷检测算法,该算法把胶片中的非缺陷区域和缺陷区域分别看作两种不同的纹理模式,应用机器学习理论的年轻分支--支持向量机对两类不同的样本采样学习,然后进行分类判断.实验结果表明,这种算法能够较好地实现胶片缺陷的检测分类,有着深入研究的价值.文中使用了两种不同的方法进行图像的特征提取,它们是主元分析法和离散余弦变换法,结果显示,不同的特征提取方法对训练分类的结果会产生一定影响.
推荐文章
基于支持向量机的瑕疵检测算法
瑕疵检测
支持向量机
灰度直方图
基于支持向量机的机场检测算法
机场检测
支持向量机
直线检测
基于多核支持向量机集成的智能玻璃制品检测算法
智能检测
机器视觉
支持向量机集成
遗传算法
基于支持向量机的乳腺钙化点检测算法
微钙化点
小波
Top-hat
SVM
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的胶片缺陷检测算法
来源期刊 计算机与现代化 学科 工学
关键词 缺陷检测 纹理 支持向量机 特征提取
年,卷(期) 2004,(5) 所属期刊栏目
研究方向 页码范围 12-16
页数 5页 分类号 TP391
字数 4177字 语种 中文
DOI 10.3969/j.issn.1006-2475.2004.05.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 阮秋琦 北京交通大学信息科学研究所 105 1445 20.0 32.0
2 李毅 北京交通大学信息科学研究所 8 75 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1807)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(6)
  • 参考文献(2)
  • 二级参考文献(4)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
缺陷检测
纹理
支持向量机
特征提取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导