|本期目录/Table of Contents|

[1]钟佳莹,吕文涛,陈亮亮,等.基于广义奇异值分解的加权线性判别分析织物瑕疵图像分类算法[J].浙江理工大学学报,2022,47-48(自科三):313-322.
 ZHONG Jiaying,L Wentao,CHEN Liangliang,et al.singular value decomposition for fabric defect classification[J].Journal of Zhejiang Sci-Tech University,2022,47-48(自科三):313-322.
点击复制

基于广义奇异值分解的加权线性判别分析织物瑕疵图像分类算法()
分享到:

浙江理工大学学报[ISSN:1673-3851/CN:33-1338/TS]

卷:
第47-48卷
期数:
2022年自科第三期
页码:
313-322
栏目:
出版日期:
2022-05-10

文章信息/Info

Title:
singular value decomposition for fabric defect classification
文章编号:
1673-3851(2022)05-0313-10
作者:
钟佳莹吕文涛陈亮亮王成群
1.浙江理工大学信息学院,杭州310018;2.浙江经贸职业技术学院应用工程学院,杭州310018
Author(s):
ZHONG Jiaying L Wentao CHEN Liangliang WANG Chengqun
1.School of Information Science and Technology, Zhejiang Sci-Tech University, Hangzhou 310018,China; 2. School of Applied Engineering, Zhejiang Institute of  Economics and Trade, Hangzhou 310018,China
关键词:
线性判别分析图像分类广义奇异值分解局部几何信息小样本
分类号:
TP181
文献标志码:
A
摘要:
为提高织物瑕疵图像分类准确率,提出了一种基于广义奇异值分解的加权线性判别分析(Lineardiscriminantanalysis,LDA)织物瑕疵图像分类算法。首先,使用加权均值保留瑕疵特征信息,反映真实数据的分布情况;然后,对类间散射矩阵和类内散射矩阵分别添加类间离散权重和类内紧凑权重,克服了其他织物瑕疵分类算法忽视局部几何信息的问题;最后,结合广义奇异值分解,解决了小样本奇异不可逆的问题,提升了计算效率。不同织物数据集实验结果表明,该算法能有效解决LDA存在缺乏局部几何信息和小样本高维的问题;同时相较于其他基于LDA的分类算法,能取得更好的分类准确率,且分类所需的计算时间具有一定竞争力。

参考文献/References:

[1]吕文涛,林琪琪,钟佳莹,等.面向织物疵点检测的图像处理技术研究进展[J].纺织学报,2021,42(11):197-206.
[2]田承泰,步红刚,汪军,等.基于时间序列分形特征的织物瑕疵检测[J].纺织学报,2010,31(5):44-47.
[3]WenJ,FangXZ,CuiJR,etal.Robustsparselineardiscriminantanalysis[J].IEEETransactionsonCircuitsandSystemsforVideoTechnology,2019,29(2):390-403.
[4]周建,王静安,高卫东.应用局部纹理特征的无监督织物瑕疵检测算法[J].纺织学报,2016,37(12):43-48.
[5]WangZ,RuanQQ,AnGY.FacialexpressionrecognitionusingsparselocalFisherdiscriminantanalysis[J].Neurocomputing,2016,174:756-766.
[6]YuanJJ,ChenL,FanTT,etal.Dimensionreductionofspeechemotionfeaturebasedonweightedlineardiscriminantanalysis[J].InternationalJournalofSignalProcessing,ImageProcessingandPatternRecognition,2015,8(11):299-308.
[7]ShuX,GaoY,LuHT.Efficientlineardiscriminantanalysiswithlocalitypreservingforfacerecognition[J].PatternRecognition,2012,45(5):1892-1898.
[8]WangSJ,YanS,YangJ,etal.Ageneralexponentialframeworkfordimensionalityreduction[J].IEEETransactionsonImageProcessing,2014,23(2):920-930.
[9]WangHX,LuXS,HuZL,etal.FisherdiscriminantanalysiswithL1-norm[J].IEEETransactionsonCybernetics,2014,44(6):828-842.
[10]OhJH,KwakN.GeneralizationoflineardiscriminantanalysisusingLp-norm[J].PatternRecognitionLetters,2013,34(6):679-685.

备注/Memo

备注/Memo:
收稿日期:2022-01-04
网络出版日期:2022-03-18
基金项目:国家自然科学基金项目(61601410);浙江省科技厅重点研发计划项目(2021C01047);东北大学流程工业综合自动化国家重点实验室联合基金(2021-KF-21-03,2021-KF-21-06)
作者简介:钟佳莹(1996-),女,浙江绍兴人,硕士研究生,主要从事图像处理与机器学习方面的研究
通信作者:吕文涛,E-mail:alvinlwt@zstu.edu.cn
更新日期/Last Update: 2022-05-27