电视技术
電視技術
전시기술
TV ENGINEERING
2011年
21期
66-68,76
,共4页
主成分分析%小波变换%特征向量%支持向量机
主成分分析%小波變換%特徵嚮量%支持嚮量機
주성분분석%소파변환%특정향량%지지향량궤
提出了一种结合小波变换和RFPCA(robust fuzzy PCA)的特征提取方法,利用SVM(Support Vector Machine)分类器来分类缺陷图像.小波变换具有保留主要信息、去除噪声、多分辨率、去相关性等特点；对变换后的图像采用RFPCA进行识别,可以降低图像噪声的影响.由于小波变换后的图像只为原图像的1/4,大大降低了图像矩阵的数据量,可以用在需要大量训练样本和测试样本的情况.实验结果表明,所提出的方法在识别率有所提高,大大减少了样本训练和识别的时间.
提齣瞭一種結閤小波變換和RFPCA(robust fuzzy PCA)的特徵提取方法,利用SVM(Support Vector Machine)分類器來分類缺陷圖像.小波變換具有保留主要信息、去除譟聲、多分辨率、去相關性等特點；對變換後的圖像採用RFPCA進行識彆,可以降低圖像譟聲的影響.由于小波變換後的圖像隻為原圖像的1/4,大大降低瞭圖像矩陣的數據量,可以用在需要大量訓練樣本和測試樣本的情況.實驗結果錶明,所提齣的方法在識彆率有所提高,大大減少瞭樣本訓練和識彆的時間.
제출료일충결합소파변환화RFPCA(robust fuzzy PCA)적특정제취방법,이용SVM(Support Vector Machine)분류기래분류결함도상.소파변환구유보류주요신식、거제조성、다분변솔、거상관성등특점；대변환후적도상채용RFPCA진행식별,가이강저도상조성적영향.유우소파변환후적도상지위원도상적1/4,대대강저료도상구진적수거량,가이용재수요대량훈련양본화측시양본적정황.실험결과표명,소제출적방법재식별솔유소제고,대대감소료양본훈련화식별적시간.
