基于LBP和SVM的工件图像特征识别研究

• 作者: 吴益红 毕运锋 江娟娟 许钢
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 工件图像 局部二值模式 支持向量机 特征提取 工件分类
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 信息·计算机
• 页码范围: 77-84
• 页数: 8页
• 分类号: TP391.41
• 字数: 5762字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2016.01.013

摘要

针对工业现场诸如粉尘、光照、遮挡、摄像机抖动等复杂环境下工件目标的识别问题,提出一种基于局部二值模式(local binary pattern,LBP)和支持向量机(support vector machine,SVM)的组合模型,对工件图像进行特征提取与类别判定.运用基本LBP模式、LBP等价模式以及LBP旋转不变模式,并结合多种去噪方法对工件图片进行特征提取,得出LBP特征直方图.根据这些特征直方图,利用分类模型对工件进行分类识别.实验结果表明:基于均值滤波去噪的LBP基本特征算子较好地满足了工件图像的特征提取要求,为后续的工件图片分类提供了保障,使得图片识别准确率达96％,识别效果较佳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许钢	安徽工程大学安徽检测技术与节能装置省级实验室	49	129	6.0	9.0
2	江娟娟	安徽工程大学安徽检测技术与节能装置省级实验室	20	66	5.0	7.0
3	毕运锋	安徽工程大学安徽检测技术与节能装置省级实验室	5	36	3.0	5.0
4	吴益红	安徽工程大学安徽检测技术与节能装置省级实验室	5	36	3.0	5.0