基于监督双限制连接Isomap算法的带钢表面缺陷图像分类方法
根据带钢表面缺陷图像具有复杂纹理结构、包含大量干扰信息、具备高维非线性几何结构等特点,本文提出基于监督双限制连接Isomap 方法的带钢表面缺陷图像降维方法(dls-Isomap).该方法以Isomap 降维方法为基础,对其邻域图的连接方式进行K邻域(K-nearest neighbor, KNN)和ε-半径两个方面的限制性连接,并使用数据类别作为监督对类间邻域点进行扩展连接.针对多类Roll-swiss数据实验表明, dls-Isomap降维方法不仅能够在低维空间中完整嵌入所有数据点,而且能保持数据各类内和类间的几何结构,以及解决Isomap 算法存在的“短路边”问题;针对带钢表面缺陷图像分类实验表明,基于dls-Isomap的新分类方法适合含水、油渍等干扰较多的带钢表面缺陷的分类任务,其中冷轧带钢5类缺陷识别率可以达78%.含水渍的热轧带钢缺陷识别率可以达到93%,其中水渍干扰图像的识别率达到97.6%.
Isomap、K领域、ε-半径、监督连接、带钢表面缺陷
TP3;TG8
国家自然科学基金61271274;湖北省自然科学基金2012FKB6416;National Natural Science Foundation of China61271274;Natural Science Foundation of Hubei Province2012FKB6416
2014-06-18(万方平台首次上网日期,不代表论文的发表时间)
共9页
883-891