本文主要研究内容
作者周宇,周仲凯,于音什,刘伟嘉,刘军(2019)在《基于RCDA的家具表面死节缺陷图像分割》一文中研究指出: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%。
Abstract
zhen dui mu zhi jia ju de biao mian si jie que xian ,di chu yi chong ji yu zheng ze hua gong mian pan bie fen xi (RCDA,Regularized Coplanar Discriminant Analysis)yu zhi chi xiang liang ji (SVM,Support Vector Machine)de si jie que xian tu xiang fen ge suan fa 。jiang RGBcai se tu xiang zhuai huan cheng hui du tu xiang ,dui hui du tu xiang jin hang fen kuai ,tong shi jiang kuai bian huan cheng lie xiang liang ,suo you lie xiang liang zu cheng ju zhen jin hang RCDAwei shu yao jian ,dui yao jian hou de te zheng jin hang SVMxun lian yu ce shi ,de dao tu xiang kuai fen lei jie guo 。zui hou jiang kuai fen lei ju zhen bian xing cheng er zhi fen ge tu ,de dao si jie que xian mu biao 。shi yan jie guo biao ming ,di chu de suan fa xiao guo hao ,SD、Dice、ER、NRzhi fen bie wei 80. 96%、89. 48%、23. 33%、0. 16%。
论文参考文献
论文详细介绍
论文作者分别是来自林业机械与木工设备的周宇,周仲凯,于音什,刘伟嘉,刘军,发表于刊物林业机械与木工设备2019年08期论文,是一篇关于成品家具论文,死节缺陷论文,正则化共面判别分析论文,支持向量机论文,图像分割论文,林业机械与木工设备2019年08期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自林业机械与木工设备2019年08期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:成品家具论文; 死节缺陷论文; 正则化共面判别分析论文; 支持向量机论文; 图像分割论文; 林业机械与木工设备2019年08期论文;