基于RCDA的家具表面死节缺陷图像分割

• 作者: 于音什 刘伟嘉 刘军 周仲凯 周宇
• 来源期刊: 林业机械与木工设备
• 关键词: 成品家具 死节缺陷 正则化共面判别分析 支持向量机 图像分割
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 研究与设计
• 页码范围: 8-11
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文

摘要

针对木制家具的表面死节缺陷,提出一种基于正则化共面判别分析(RCDA,Regularized Coplanar Discriminant Analysis)与支持向量机(SVM,Support Vector Machine)的死节缺陷图像分割算法.将RGB彩色图像转换成灰度图像,对灰度图像进行分块,同时将块变换成列向量,所有列向量组成矩阵进行RCDA维数约减,对约减后的特征进行SVM训练与测试,得到图像块分类结果.最后将块分类矩阵变形成二值分割图,得到死节缺陷目标.试验结果表明,提出的算法效果好,SD、Dice、ER、NR值分别为80.96％、89.48％、23.33％、0.16％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周宇	南京林业大学机械电子工程学院	31	100	5.0	8.0
2	刘军	南京林业大学机械电子工程学院	10	55	4.0	7.0
3	刘伟嘉	南京林业大学机械电子工程学院	2	2	1.0	1.0
4	于音什	南京林业大学机械电子工程学院	2	2	1.0	1.0
5	周仲凯	南京林业大学机械电子工程学院	2	2	1.0	1.0