编辑: 匕趟臃39 | 2013-03-18 |
24 组测试样本分类识别结果如图
6 和图
7 所示. 其中,横坐标为测试样本个数,纵坐标为类别,1 代 表正常织物图像,2 代表径向类织物疵点,3 代表纬向 类织物疵点,4 代表区域类疵点. 图6小波系数特征识别结果 分析图 6,直接利用小波系数特征法进行识别时, 样本号为
15 的正常织物被误判为重纬疵点,
17、20 及24 号的区域类疵点没有被识别出来. 图7小波差值系数特征识别结果 分析图 7,利用小波差值系数特征进行识别时, 样本号为
14 和17 的区域疵点误判为径向疵点,18 号 的纬向疵点没有被识别出来.对比直接利用小波系数 特征进行识别,小波域差值系数特征得到的测试样本 分类识别率提高了 4.17%.
5 结论 针对小波分解系数的织物疵点特征曲线受周期性 噪声的影响,不能有效提取特征和定位疵点区域,提 出利用小波域差值系数对织物疵点图像进行特征提取 (下转第
128 页) (a)
0 50
100 0
50 100 (b)
0 50
100 0
50 100 (c)
0 50
100 0
50 100 (d)
0 50
100 0
50 100 (e)
0 50
100 0
50 100 (f)
0 50
100 0
50 100
0 50
100 0.05 0.1 水平熵
0 50
100 2
4 6
8 水平能量
0 50
100 1
2 3
4 5 水平方差
0 50
100 0.05 0.1 0.15 垂直熵
0 50
100 2
4 6
8 10 垂直能量
0 50
100 2
4 6 垂直方差
0 50
100 0.054 0.056 0.058 水平熵
0 50
100 0.054 0.056 0.058 垂直熵
0 50
100 0.35 0.4 0.45 水平能量
0 50
100 0
2 4 x
10 -3 水平方差
0 50
100 0.35 0.4 0.45 垂直能量
0 50
100 0
2 4 x
10 -3 垂直方差
0 5
10 15
20 25
0 1
2 3
4 5
6 测试样本 类别 gam=1sig2=242 accuracy=83.3333% 原始类别 预测类别
0 5
10 15
20 25
0 1
2 3
4 5
6 测试样本 类别 gam=1 sig2=1 accuracy=87.5% 原始类别 预测类别 计算机系统应用http://www........