基于纹理提取和SVM技术的自动木材缺陷识别

• 作者: 业宁 业巧林 张召
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 分类算法 局部二值模式(LBP) 木材缺陷
• 年，卷（期）: 2009,（23）
• 所属期刊栏目: 工程与应用
• 页码范围: 219-223
• 页数: 5页
• 分类号: TP391
• 字数: 5526字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.23.063

摘要

支持向量机(SVM)是一种新的模式识别方法,有较好的泛化能力和推广能力.研究了基于纹理提取和支持向量机的自动木材表面缺陷的识别问题,借助LBP纹理特征提取技术实现对木材图像数据降维处理,并研究了木材表面不同类型缺陷的分布规律.利用支持向量机分类算法对木材表面有无缺陷进行了快速准确的自动识别,实现了木材表面缺陷的自动定位.多次交叉实验表明,SVM分类算法对木材表面缺陷具有较好的识别能力,识别率可达96%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	业宁	南京林业大学信息科学技术学院	83	805	16.0	24.0
2	张召	南京林业大学信息科学技术学院	4	29	3.0	4.0
3	业巧林	南京林业大学信息科学技术学院	31	77	5.0	8.0