基于特征融合与降维的印刷套准识别方法

• 作者: 吴一凡 杜美剑 林子嘉 简川霞 谢俊生
• 来源期刊: 包装工程
• 学科: 工学
• 关键词: 印刷套准 特征降维 支持向量机
• 年，卷（期）: 2019,（21）
• 所属期刊栏目: 图文信息技术
• 页码范围: 242-249
• 页数: 8页
• 分类号: TB801.3
• 语种: 中文
• DOI: 10.19554/j.cnki.1001-3563.2019.21.036

摘要

目的 针对单一方面特征难以准确表达印刷标志套准状态的问题,研究印刷标志图像多维特征提取、融合和降维的印刷套准识别方法.方法 提取印刷标志图像的灰度共生矩阵、Tamura纹理特征、灰度差分统计特征和灰度梯度共生矩阵表达其纹理,并采用主成分分析法对融合后的多维特征进行降维处理,得到主特征.将印刷标志图像的主特征数据分成训练集和测试集.支持向量机模型通过对训练集的学习确定模型参数,然后在测试集上验证模型的性能.结果 文中建议方法在测试集上的识别准确率为99％,训练集对支持向量机模型的训练时间为1.9327 s,模型在测试集上的识别时间为0.0307 s,模型的总体时间(训练时间和识别时间之和)为1.9634 s.结论 文中建议方法优于采用单一方面特征的识别准确率;同时在不影响识别准确率的情况下,优于未PCA降维方法的模型训练时间、识别时间和总体时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	简川霞		20	43	3.0	6.0
2	吴一凡		3	0	0.0	0.0
3	杜美剑		2	0	0.0	0.0
4	林子嘉		1	0	0.0	0.0
5	谢俊生		1	0	0.0	0.0