文献

J-GLOBAL ID：201302287968712715   整理番号：13A0883254

独立成分分析に基づく表面欠陥の特徴抽出と認識法

Feature Extraction and Recognition Method of Surface Defects Based on Independent Component Analysis

著者 (3件)： Zhou Xinxing (Fac. of Mechanical and Electronic Information,China Univ. of Geosciences(Wuhan), Wuhan) ,  Wang Dianhong (Fac. of Mechanical and Electronic Information,China Univ. of Geosciences(Wuhan), Wuhan) ,  Sun Lin (Fac. of Mechanical and Electronic Information,China Univ. of Geosciences(Wuhan), Wuhan)
資料名： Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao  (Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao)
巻： 24  号： 4  ページ： 506-513  発行年： 2012年 
JST資料番号： W1498A  ISSN： 1003-9775  CODEN： JFTXFX  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 表面欠陥の特性を抽出するために,しばしば線形変換を画像に実行する。しかしながら,一般的ウェーブレットとガボール変換は事前に定義され,変えることができず,基本的関数は欠陥画像の特性に順応できない。本論文では,独立成分分析(ICA)とトポグラフィックな独立成分分析(TICA)に基づく特性抽出法を提案し,冷延広幅帯鋼の表面欠陥の自動認識に適用する。まず第一に,欠陥ライブラリからICAとTICAを最適に使用して欠陥画像の特性に順応する基本的関数とフィルタを推定する。次に,欠陥画像を特徴ベクトルを生成するためにフィルターにかける。最終的に,サンプルをサポートベクトルマシンによって分類する。その方式は,欠陥ライブラリを学ぶことに基づいて,欠陥画像の最適に顕著な特性を抽出できて確立する。それには,低い計算複雑性と高いコンピュータ並列性がある。実験結果は,提案した方式が,形状欠陥,テクスチャ欠陥,およびその他の欠陥に非常に高い認識率を持っていることを示す。合計認識率は95.52%と同じくらいまで高い。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *独立成分分析 ,  特徴抽出 ,  表面欠陥 ,  サポートベクトルマシン ,  波束 ,  Gabor変換 ,  ベクトル ,  コンピュータ ,  トポグラフィー【形態】 ,  計算量 ,  一次変換
準シソーラス用語： ウェーブレット ,  特徴ベクトル ,  計算複雑性 ,  線形変換 ,  特性抽出

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 独立成分分析 ,  表面欠陥 ,  特徴抽出