《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》

  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SVM方法的色纺花式纱面料自动分类》

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

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。