《表1 图像特征参数：基于机器视觉高斯混合模型对铝锭的表面波纹检测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于机器视觉高斯混合模型对铝锭的表面波纹检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

机器视觉高斯混合模型是一种描述混合密度函数分布的模型，本文采用了高斯混合模型对铝锭波纹的检测，其概率密度为:\n\t\t\t\t\t式中，\n\t\t\t\t\t为向量且维数为d，θ=（μ1，μk，∑1，∑k）为混合分布的参数，αk为权系数且满足\n\t\t\t\t\t；其中fk（xi/μk，∑k）是单高斯概率分布，μk为训练的样本均值；∑k为样本方差矩阵，将任意测试样本ix代入上式，可得到一个标量fi（xi/μk，∑k），然后根据阈值来判断样本磁瓦是否属于该类别即合格与不合格[7]。（如表1所示:图像特征参数、如图3所示:图像识别结果）。