基于提升小波和SVM分类的炼钢物料识别

作     者：马怀志 吴清潇 郝颖明 MA Huai-zhi;WU Qing-xiao;HAO Ying-ming

作者机构：中国科学院沈阳自动化研究所光电信息实验室辽宁沈阳110016 中国科学院研究生院北京100049 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2010年第31卷第18期

页      码：4093-4096页

摘      要：以炼钢物料的自动识别为应用背景,提出了基于快速提升小波变换和支持向量机(SVM)的识别方法。该方法首先运用DB4小波的提升算法对图像进行"塔式"分解,提取小波系数统计量作为图像的纹理特征组成特征向量,利用SVM算法进行分类。在炼钢厂原料图片的分类实验中,该方法的分类准确率为99.15%,平均图像特征提取时间为0.074秒。实验结果表明,该方法已满足企业生产的要求,并且准确率和实时性优于该类应用的其它方法。

主 题 词：炼钢物料 分类识别 提升小波 纹理 支持向量机 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.16208/j.issn1000-7024.2010.18.033

馆 藏 号：203132603...