基于Adaboost多特征融合的织物扫描图案识别

• 作者: 康锋 张华熊 张诚 沈晔 田秋红
• 来源期刊: 现代纺织技术
• 学科: 工学
• 关键词: 织物扫描图像 图案识别 纹理抑制平滑 边缘方向直方图 最大稳定极值区域 灰度共生矩阵 特征融合 Adaboost
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 研究报告
• 页码范围: 25-29
• 页数: 5页
• 分类号: TN919|TS145.4
• 字数: 4642字
• 语种: 中文

摘要

针对织物扫描图像中纱线纹理等的存在造成难以提取有效图案特征的问题,提出了一种基于多特征融合的图案识别方法.首先通过纹理抑制平滑滤波算法滤除织物扫描图像的纱线纹理,并进行灰度化;然后分别提取灰度图像的边缘方向直方图、最大稳定极值区域的SURF特征和灰度共生矩阵特征,建立样本图像特征库;最后以样本图像特征库特征为训练对象,通过Adaboost算法融合3类特征建立分类器,实现图案识别.实验结果表明,基于Adaboost的多特征融合织物扫描图案识别算法比单特征识别算法有较高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张华熊	浙江理工大学信息学院	53	215	8.0	12.0
2	康锋	浙江理工大学信息学院	13	70	5.0	7.0
3	田秋红	浙江理工大学信息学院	27	84	4.0	9.0
4	张诚	浙江理工大学信息学院	1	3	1.0	1.0
5	沈晔	中国计量学院信号与信息处理系	6	78	3.0	6.0