基于PCA算法的织物疵点图像特征选择

• 作 者: 杨莉国 欧付娜 赵静 武善清
• 机 构: 青岛理工大学费县校区机电系
• 出 处: 数字技术与应用
• 发表日期: 2011年04期
• 关键词: PCA 特征选择 疵点检测 支持向量机 分类 Principal Component Analysis feature selectionDefect det

为提高疵点分类的正确率,提出PCA算法对织物疵点图像进行特征选择。首先提取正常和带瑕疵织物图像的灰度共生矩阵、灰度梯度共生矩阵、小波域统计特征共47个特征值,然后采用PCA算法对其进行特征选择,最后利用支持向量机对重新选择后的的特征向量进行分类。实验结果表明利用PCA算法选择的特征缩短了支持向量机的训练建模时间,对常见织物疵点的正确分类率由原来的81.65%提高到93.12%。