提出一種引入高斯差分空間的改進多尺度完全局部二值模式對帶鋼表面進行分類,解決由于帶鋼表面缺陷紋理存在復(fù)雜性和多樣性,導(dǎo)致對帶鋼表面缺陷進行分類難度大的問題.首先,根據(jù)人類的視覺注意機制,采用高斯差分空間對帶鋼表面缺陷進行預(yù)處理.然后,采用多尺度改進的完全局部二值模式對預(yù)處理之后的圖片進行特征提取.最后,采用非線性流行學(xué)習(xí)的方式對特征進行降維,并導(dǎo)入分類器中進行分類.實驗結(jié)果表明:該方法具有較好的區(qū)分性;針對常見的沖孔、污漬、刮邊、黑氧化條、結(jié)疤等帶鋼表面缺陷,其最終的分類精度能達到95.7%,優(yōu)于目前傳統(tǒng)的方式.

【文章頁數(shù)】：7 頁

【文章目錄】：
1 相關(guān)工作
    1.1 高斯差分空間
    1.2 LBP算子
2 多尺度改進的CLBP特征提取
    2.1 改進的CLBP算子
    2.2 流行學(xué)習(xí)
3 實驗描述及結(jié)果分析
    3.1 實驗數(shù)據(jù)
    3.2 實驗流程
    3.3 實驗結(jié)果及分析
4 結(jié)論



本文編號：3988962