《表2 利用KNN分类器进行分类》

  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

《自适应优化Gabor滤波器的带钢表面缺陷分类》

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

由表2数据可知，利用KNN分类器进行分类时Log＿Gabor特征提取方式在冲孔这项缺陷分类之中取得了最优的分类精度，但是对结疤和污渍的分类准确度较低，总体的分类准确度达到87.5%。Gabor特征提取方式在刮边、冲孔、黑氧化条这3项缺陷之中取得了最优的分类精度，但是结疤的分类准确度较低，总体的分类准确度达到91.5%。本文方式在刮边、冲孔、污渍、结疤、黑氧化皮这5项缺陷分类之中取得了最优的分类精度，总体的分类准确度达到94.5%，为最优分类准确度。