基于改进3E-LDA的织物图像分类算法

作     者：靳文哲 吕文涛 郭庆 徐羽贞 余润泽 JIN Wenzhe;L Wentao;GUO Qing;XU Yuzhen;YU Runze

作者机构：浙江理工大学浙江省智能织物与柔性互联重点实验室杭州310018 浙江省技术创新服务中心杭州310007 中国移动通信集团设计院有限公司浙江分公司杭州310012 

基　　金：国家自然科学基金项目(U1709219,61601410) 浙江省科技厅重点研发计划项目(2021C01047,2022C01079) 2021年产业技术基础公共服务平台项目(2021-0174-1-1) 

出 版 物：《现代纺织技术》 (Advanced Textile Technology)

年 卷 期：2024年第32卷第6期

页      码：89-96页

摘      要：针对训练样本数太少(训练样本数量小于数据维数)导致的模型分辨能力下降问题,提出了一种基于正则化改进3E-LDA的织物图像分类算法(I3E-LDA算法)。首先利用类加权中值代替样本均值计算类内散点矩阵,削弱离群值和噪声的影响,以此作为非参数加权特征提取法对类内散点矩阵进行正则化。然后利用目标组合的方法,通过引入平衡参数对目标函数进行正则化,来保留更具判别性的特征数据。通过不同织物图像间更具判别性的特征数据可以更好地对其区分。结合改进的零空间法解决类内散点矩阵奇异性和小样本问题,从而提高分类准确率。在阿里天池织物数据集和花色织物图像上进行训练和测试,将图像按照正常图像和非正常图形(瑕疵图像)进行区分。实验结果表明,I3E-LDA算法有效实现了织物图像分类,且对于较少的训练样本(20%~40%的样本用于训练)提升了分类精度。

主 题 词：线性判别分析 织物 图像分类 正则化 小样本 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.19398/j.att.202308003

馆 藏 号：203128203...