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........

下载(注:源文件不在本站服务器,都将跳转到源网站下载)
备用下载
发帖评论
相关话题
发布一个新话题