《表2 部分印刷标志图像的纹理特征Tab.2 Texture features of some printing mark images》

  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

《面向不均衡训练集的印刷图像套准状态检测方法》

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

实验从印刷图像上提取200个标志图像（其中100个是印刷套不准图像，100个是印刷套准图像）。计算这200个标志图像的灰度共生矩阵，采用文献[7]的方法提取每幅图像灰度共生矩阵的能量（E）、熵（H）、惯性矩（I）、相关（C）等4个纹理参数，并求E，H，I和C的均值和标准差，作为8维标志图像的纹理特征（T （1），T（2），T（3），T（4），T（5），T（6），T（7）和T（8）） ，以每幅标志图像的8维纹理特征作为支持向量机分类器的输入参数，支持向量机根据每幅标志图像的输入参数来判断标志图像是处于套准状态或套不准状态（支持向量机输出标签为+1为套不准状态，输出标签为-1为套准状态）。部分印刷标志图像的纹理特征见表2。为了验证文中提出的新的集成采样方法的有效性，实验采用了一个不均衡比率较大的训练集（不均衡比率为多类样本数量与少类样本数量的比例，文中采用的不均衡比率为60∶4），即从200个标志图像中随机取出60个套准图像和4个套不准图像，组成不均衡的标志图像训练集，其余的套准图像（100-60=40个）和套不准图像（100-4=96个）组成测试集，以验证新的集成采样方法的有效性。