基于向量空间模型的浮选泡沫图像分类方法研究

• 作者: 张润钦 桂卫华 王雅琳 谢永芳
• 来源期刊: 高技术通讯
• 关键词: 泡沫图像 分类识别 向量空间模型(VSM) 泡沫状态词汇 纹理
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 先进制造与自动化技术
• 页码范围: 973-979
• 页数: 7页
• 字数: 5610字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2013.09.015

摘要

针对基于图像底层特征的泡沫图像分类识别正确率不高、存在语义鸿沟问题,提出一种基于向量空间模型(VSM)的浮选泡沫图像分类方法.该方法借鉴文本分类方法,对工业摄像机获取的大量泡沫图像通过分块、底层特征提取和聚类,构造泡沫状态词汇表；在此基础上,经词汇相似度和词频计算,用词袋向量描述泡沫图像；最后,采用VSM实现实时泡沫图像的有监督分类识别.用某金属浮选过程工业现场泡沫图像数据对该方法进行了实验验证,实验结果表明,该方法的工况识别平均准确率近90％,明显优于基于底层特征的分类方法,并在一定程度上解决了语义鸿沟问题,具有很好的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	桂卫华	中南大学信息科学与工程学院	695	7452	38.0	56.0
2	谢永芳	中南大学信息科学与工程学院	101	578	12.0	18.0
3	王雅琳	中南大学信息科学与工程学院	84	519	11.0	17.0
4	张润钦	中南大学信息科学与工程学院	1	4	1.0	1.0