基于羊绒羊毛纤维检测的分类器研究  

A Research of Classifiers for Testing Cashmere & Wool Fibers

作　　者：侍瑞峰 刘亚侠[1] 

机构地区：[1]北京服装学院信息工程学院

出　　处：《纺织导报》2015年第11期102-103,共2页China Textile Leader

基　　金：北京服装学院科学研究项目资助(2015A-04);数字与交互媒体北京市重点实验室资助(KF2014-05)

摘　　要：基于数字图像处理的羊绒羊毛纤维检测已然成为了现今研究的热门,本文主要对现今存在的对羊毛羊绒纤维图片特征进行识别的分类器进行研究。以相同方式提取出的羊绒羊毛纤维图片特征分别使用贝叶斯方法、BP神经网络、SVM支持向量机进行识别,最后通过比较,SVM支持向量机在识别率和识别速度上较其余两个分类器有效,是比较适合进行羊毛羊绒纤维检测的分类器。This paper mainly studies the classifiers for identifying the image features of wool and cashmere fibers. The image features, which are selected in the same way, are identified by using respectively Bayes classifier, BP neural network and SVM support vector machine. Then, by comparison we conclude that the SVM support vector machine is more suitable tbr testing of wool and cashmere fiber thanks to its higher recognition rate and speed.

关 键 词：羊绒羊毛纤维 贝叶斯分类器 BP神经网络 SVM支持向量机 

分 类 号：TS103.61[轻工技术与工程—纺织工程]