电器标签分类的SVM方法研究 |
| |
引用本文: | 张治国,李德平,柳宁.电器标签分类的SVM方法研究[J].机电工程技术,2019,48(12). |
| |
作者姓名: | 张治国 李德平 柳宁 |
| |
作者单位: | 暨南大学信息科学技术学院/机器人智能技术研究院,广州 510632;暨南大学信息科学技术学院/机器人智能技术研究院,广州 510632;暨南大学信息科学技术学院/机器人智能技术研究院,广州 510632 |
| |
基金项目: | 国家自然科学基金;广东省自然科学基金 |
| |
摘 要: | SVM是图像识别与分类中的重要方法。对家电标签图像的自动分类问题进行研究,设计了图像采集、预处理、特征提取、特征向量分类整套算法流程。对除噪后的标签图片,利用标签矩形边框这一信息校正因标签拍摄角度而引起的畸变。选取校正后标签图像的HSV统计直方图、ASM能量、逆差矩、对比度和自相关性5项参数构成特征向量对图片进行描述。采用决策树+SVM分类器的结构对特征向量进行分类,最终获取标签图像所属类别。实验结果表明,决策树+SVM结构在训练样本个数极少的条件下,仍能完成模型训练,并以一定的准确率快速完成目标图像的分类工作。
|
关 键 词: | 电器标签 图像特征 SVM 决策树 |
本文献已被 CNKI 万方数据 等数据库收录! |
|