Print

电器标签分类的SVM方法研究

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

  • 0 引言
  • 1 标签图像分类算法设计
  •   1.1 算法框架
  •   1.2 图像预处理
  •   1.3 特征提取
  •     1.3.1 颜色直方图及其参量
  •     1.3.2 形状特征
  •     1.3.3 局部特征
  •     1.3.4 本文采用的描述子
  •   1.4 SVM分类
  • 2 实验结果与讨论
  • 3 结束语

    • 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

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/e998f54b6eca18588f0cd519.html