《表1 仿真试验分类结果:基于SVM方法的色纺花式纱面料自动分类》
为了验证本文算法的可行性,仿真试验使用增广后的图像数据集在Intel Core i5处理器、Win7操作系统下的个人计算机上进行。基于Matlab R2014b软件平台对图像进行上述处理及特征提取,其中LBP参数选择LBP8,1,模式选择为等价模式。小波参数选择4层分解,并借助libSVM工具包对特征数据进行模型训练,用于色纺花式纱面料图像的自动分类。增广后的图像数据集包含每类色纺花式纱图像200幅,共1 600幅图。试验选择每类样本的150幅共1 200幅图用于训练,剩余400幅用于测试,试验结果如表1所示。从表1可以看出,除Ⅲ、Ⅵ类别出现个别错误,其他类别均被准确分类。这说明提取的LBP图像特征和小波图像特征可以较好地区别图像,从而有效地对色纺花式纱面料图像进行自动分类。
图表编号 | XD00219927700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 何孟永、潘如如、张宁、高卫东 |
绘制单位 | 江南大学智能纺织实验室、江南大学智能纺织实验室、江南大学智能纺织实验室、江南大学智能纺织实验室 |
更多格式 | 高清、无水印(增值服务) |