基于PCA算法的织物疵点图像特征选择

• 作者: 杨莉国 欧付娜 武善清 赵静
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: PCA 特征选择 疵点检测 支持向量机 分类
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 应用研究
• 页码范围: 42-43
• 分类号: TP309
• 字数: 1694字
• 语种: 中文

摘要

为提高疵点分类的正确率,提出PCA算法对织物疵点图像进行特征选择.首先提取正常和带瑕疵织物图像的灰度共生矩阵、灰度梯度共生矩阵、小波域统计特征共47个特征值,然后采用PCA算法对其进行特征选择,最后利用支持向量机对重新选择后的的特征向量进行分类.实验结果表明利用PCA算法选择的特征缩短了支持向量机的训练建模时间,对常见织物疵点的正确分类率由原来的81.65%提高到93.12%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵静	青岛理工大学费县校区机电系	16	131	3.0	11.0
2	杨莉国	青岛理工大学费县校区机电系	7	21	2.0	4.0
3	欧付娜	青岛理工大学费县校区机电系	7	26	2.0	5.0
4	武善清	青岛理工大学费县校区机电系	3	8	2.0	2.0