典型文献
增量式块主成分分析的焊缝图像特征提取算法
文献摘要：
针对焊缝图像特征提取的实时性问题,该文提出一种增量式块主成分分析(incremental block principal component analysis,IBlockPCA)算法,用于焊缝特征主成分的提取.该算法先将焊缝表面图像分割成子图像块并对其进行重构,然后利用提出的IBlockPCA算法对局部块图像进行增量式特征提取,并采用KNN算法对提取的特征主成分进行分类识别;最后在焊缝数据集上进行了算法的性能对比.实验结果表明,该算法在收敛率、分类率及复杂度等方面均优于其他主成分分析(principalcomponentanalysis,PCA)算法,其分类识别率为97.5％,其平均处理速度可达50 frame/s,能够满足焊缝表面图像的实时性处理需求.
文献关键词：
块主成分分析;焊缝图像;特征提取;分类识别;增量迭代
中图分类号：
作者姓名：
张鹏;武刚;任柯光
作者机构：
天津理工大学天津市先进机电系统设计与智能控制重点实验室,天津300384;天津理工大学机电工程国家级实验教学示范中心,天津300384
文献出处：
引用格式：
[1]张鹏;武刚;任柯光-.增量式块主成分分析的焊缝图像特征提取算法)[J].光电子·激光,2022(08):851-857
A类：
块主成分分析,IBlockPCA,principalcomponentanalysis
B类：
增量式,焊缝图像,图像特征提取,特征提取算法,对焊,incremental,block,表面图像,图像分割,割成,子图像,对局,块图,KNN,分类识别,性能对比,收敛率,识别率,处理速度,frame,增量迭代
AB值：
0.294746
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
