基于lbp和svm的工件图像特征识别研究 research on workpiece image feature recognition based on lbp and svm.pdfVIP

第30卷第1期 2016 重庆理工大学学报(自然科学) g-1月 V01．30No．1 Journalof of Science) Jan．2016 ChongqingUniversityTechnology(Natural ■■■■●●●——■■●■■■■●●■■■■■■■■■■●■■■■————■—■●—■■■■■—■■——●——■—■■■■■●I—■■■■■■■■■■●●■■■■■■■■■●●●■■■■■■——■■●●■■■■●■●■■●●●■■■■■■I doi：10．3969／j．issn．1674-8425(Z)．2016．01．013 基于LBP和SVM的工件图像特征识别研究 吴益红，许钢，江娟娟，毕运锋 (安徽工程大学安徽检测技术与节能装置省级实验室，安徽芜湖241000) 摘 要：针对工业现场诸如粉尘、光照、遮挡、摄像机抖动等复杂环境下5-件目标的识别问 vectorma． 题，提出一种基于局部二值模式(10calbinarypattern，LBP)和支持向量机(support chine，SVM)的组合模型，对工件图像进行特征提取与类别判定。运用基本LBP模式、LBP等价 模式以及LBP旋转不变模式，并结合多种去噪方法对工件图片进行特征提取．得出LBP特征直 方图。根据这些特征直方图，利用分类模型对工件进行分类识别。实验结果表明：基于均值滤 波去噪的LBP基本特征算子较好地满足了工件图像的特征提取要求，为后续的工件图片分类 提供了保障，使得图片识别准确率达96％，识别效果较佳。 关键词：工件图像；局部二值模式；支持向量机；特征提取；工件分类 中图分类号：TP391．41 文献标识码：A on Research Feature WorkpieceImage Recognition BasedonLBPandSⅥM wu Yi—hong，XUGang，JIANGJuan．juan，BIYun—feng ofDetection andAutomation (AnhuiKeyLaboratory Technology Devices， Anhui 241 PolytechnicUniversity，Wuhu000，China) in atthe of identificationthe environmentof Abstract：Aimingproblemworkpiece complex industry fieldsuchas camera acombinedmodelbasedon dust，light，shelter，andshake，thispaperproposed local for vector for featureextraction short)and machine(SVMshort)for binarypattern(LBP support