论文摘要
SVM是图像识别与分类中的重要方法。对家电标签图像的自动分类问题进行研究,设计了图像采集、预处理、特征提取、特征向量分类整套算法流程。对除噪后的标签图片,利用标签矩形边框这一信息校正因标签拍摄角度而引起的畸变。选取校正后标签图像的HSV统计直方图、ASM能量、逆差矩、对比度和自相关性5项参数构成特征向量对图片进行描述。采用决策树+SVM分类器的结构对特征向量进行分类,最终获取标签图像所属类别。实验结果表明,决策树+SVM结构在训练样本个数极少的条件下,仍能完成模型训练,并以一定的准确率快速完成目标图像的分类工作。
论文目录
文章来源
类型: 期刊论文
作者: 张治国,李德平,柳宁
关键词: 电器标签,图像特征,决策树
来源: 机电工程技术 2019年12期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 计算机软件及计算机应用,自动化技术
单位: 暨南大学信息科学技术学院/机器人智能技术研究院
基金: 国家自然科学基金项目(编号：61775172),广东省自然科学基金项目(编号：2018030310482)
分类号: TP391.41;TP181
页码: 1-4+14
总页数: 5
文件大小: 2618K
下载量: 163