基于改进HOG特征与LPP算法的木材缺陷识别

彭骞; 张华; 任万春; 刘城

doi:10.13873/J.1000-9787(2022)05-0123-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于改进HOG特征与LPP算法的木材缺陷识别

计算与测试 | 更新时间：2025-09-11

- 基于改进HOG特征与LPP算法的木材缺陷识别
- 基于改进HOG特征与LPP算法的木材缺陷识别
- 传感器与微系统 2022年第5期页码：123-126
- 作者机构：
  
  西南科技大学信息工程学院 2. 特殊环境机器人技术四川重点实验室
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2022)05-0123-04
  中图分类号： S781.5;TP391.41
- 纸质出版：2022
- 稿件说明：
移动端阅览
彭骞, 张华, 任万春, 等. 基于改进HOG特征与LPP算法的木材缺陷识别[J]. 传感器与微系统, 2022,(5):123-126.

基于改进HOG特征与LPP算法的木材缺陷识别[J]. 2022, (5): 123-126.
彭骞, 张华, 任万春, 等. 基于改进HOG特征与LPP算法的木材缺陷识别[J]. 传感器与微系统, 2022,(5):123-126. DOI： 10.13873/J.1000-9787(2022)05-0123-04.

基于改进HOG特征与LPP算法的木材缺陷识别[J]. 2022, (5): 123-126. DOI： 10.13873/J.1000-9787(2022)05-0123-04.

摘要

在木材缺陷的识别中，由于噪声干扰导致识别率降低，因此提出一种新的木材缺陷识别算法。首先通过计算不同尺度下各个方向的梯度，利用正交分解将各个方向的梯度进行结合，得到改进的梯度方向直方图（HOG）特征，提高了HOG特征的鲁棒性；其次将改进HOG特征与局部二值模式（LBP）特征线性加权得到融合特征，弥补了HOG特征没有表征缺陷纹理变化的缺点；最后通过增加全局信息与监督信息改进局部保持投影（LPP）算法并对其降维，再引入支持向量机（SVM）对上述特征进行分类。实验结果表明：在高斯噪声的信噪比为60 dB的环境下该算法的识别率达到97.13%。

Abstract

关键词

Keywords

references

改进MB-LBP特征与LPP算法在带钢表面缺陷识别上的应用 [J]. 陈小芳,于凤芹,陈莹. 传感器与微系统 . 2020(04)

GA-SVM在木材缺陷识别中的应用 [J]. 徐梓敬,贾培,吴楠,徐凯宏. 传感器与微系统 . 2019(09)

基于快速l 1 算法和LBP算法的木材缺陷识别 [J]. 熊伟俊,杨绪兵,云挺,朱正礼. 数据采集与处理 . 2017(06)

邻域自适应增量式PCA-LPP在齿轮箱故障诊断中的应用 [J]. 邓士杰,唐力伟,张晓涛. 振动与冲击 . 2017(14)

基于Adaboost和PCA的嵌入式人脸识别方法 [J]. 王鸿雁,孟祥印,赵阳,陶涛. 传感器与微系统 . 2017(06)

基于小波变换的优化LDA人脸特征提取 [J]. 方杰,谭晓衡. 传感器与微系统 . 2012(05)

木材无损检测技术的研究现状与进展 [J]. 王立海,杨学春,徐凯宏. 森林工程 . 2001(06)

Wood Defect Classification Based on Two-Dimensional Histogram Constituted by LBP and Local Binary Differential Excitation Pattern. [J] . Shaoli Li,Dejian Li,Weiqi Yuan. IEEE Access . 2019

Pattern recognition and size determination of internal wood defects based on wavelet neural networks [J] . Lihai Wang,Li Li,Wei Qi,Huimin Yang. Computers and Electronics in Agriculture . 2009 (2)

浏览量

384

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据