基于纹理特征和Hu不变矩的KELM滤光片缺陷识别研究

• 作者: 孙枭文
• 来源期刊: 甘肃科学学报
• 学科: 工学
• 关键词: 纹理特征 极限学习机 核函数 Hu不变矩 支持向量机
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 数理科学
• 页码范围: 17-22
• 页数: 6页
• 分类号: TP391.1
• 字数: 2577字
• 语种: 中文
• DOI: 10.16468/j.cnki.issn1004-0366.2019.05.004.

摘要

为提高滤光片缺陷识别的精度,提出一种基于纹理特征和Hu不变矩的核极限学习机(KELM)滤光片缺陷识别算法.通过提取能量、熵、对比度和局部均匀性以及7阶Hu不变矩特征组成联合特征向量,将联合特征作为KELM的输入,滤光片缺陷类别作为KELM的输出,建立KELM的滤光片缺陷识别模型.通过KELM和极限学习机(ELM)、支持向量机(SVM)、BP神经网络(BPNN)的对比发现,算法KELM具有更高的识别准确率,提高了滤光片缺陷识别的精度,同时为滤光片缺陷识别研究和应用提供了新的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙枭文	华南理工大学物理与光电学院	1	0	0.0	0.0