基于支持向量机的棉花异纤检测方法研究  

Research on Detection Methods of Cotton Foreign Fiber Based on Support Vector Machine

作　　者：杨凯 但永平[1] 张国涛[1] 吴必瑞[2] 

机构地区：[1]中原工学院电子信息学院,河南郑州450007 [2]宁德师范学院物理与电气工程系,福建宁德352100

出　　处：《科技创新与生产力》2013年第7期91-94,共4页Sci-tech Innovation and Productivity

基　　金：宁德师院2012服务海西项目(2012H30)

摘　　要：在纺织工业棉花异性纤维的清理工作中,针对异性纤维颜色特征多样性、线性不可分等特点,在传统的阈值分割方法的基础上,提出一种基于支持向量机(SVM)的彩色图像分类算法,提高了对异性纤维识别的准确率。实验结果表明,在RGB颜色空间中,通过SVM算法对样本图像进行先期训练获得的分类器,对异性纤维有较好的分割效果。Based on traditional threshold segmentation,the paper was put forward a classification algorithm of color image based on SVM in cleaning work of cotton foreign fiber,which improved accuracy rate of identifying foreign fiber.Experimental results showed that classifier that obtained by SVM algorithm had better segmentation to foreign fiber in RGB color room.

关 键 词：支持向量机 SVM 异性纤维 特征提取 阈值分割 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TS114[自动化与计算机技术—计算机科学与技术]