基于RCDA的家具表面死节缺陷图像分割

摘要：

针对木制家具的表面死节缺陷,提出一种基于正则化共面判别分析(RCDA,Regularized Coplanar Discriminant Analysis)与支持向量机(SVM,Support Vector Machine)的死节缺陷图像分割算法.将RGB彩色图像转换成灰度图像,对灰度图像进行分块,同时将块变换成列向量,所有列向量组成矩阵进行RCDA维数约减,对约减后的特征进行SVM训练与测试,得到图像块分类结果.最后将块分类矩阵变形成二值分割图,得到死节缺陷目标.试验结果表明,提出的算法效果好,SD、Dice、ER、NR值分别为80.96％、89.48％、23.33％、0.16％.

关键词：成品家具、死节缺陷、正则化共面判别分析、支持向量机、图像分割

所属期刊栏目：47

分类号：TP391.41(计算技术、计算机技术)

资助基金：南京林业大学大学生创新创业训练计划项目2018NFUSPITP161、2018NFUSPITP160

在线出版日期：2019-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：8-11