基于PSO优选特征的实木板材缺陷的压缩感知分选方法

编号 zgly0001480201

文献类型 期刊论文

文献题名 基于PSO优选特征的实木板材缺陷的压缩感知分选方法

作者 李超  刘思佳  曹军  于慧伶  张怡卓 

作者单位 东北林业大学机电工程学院  东北林业大学机械工程流动站 

母体文献 北京林业大学学报 

年卷期 2015年07期

年份 2015 

分类号 S781 

关键词 缺陷识别  双树复小波  粒子群算法  压缩感知 

文摘内容 针对实木板材表面缺陷的复杂性与随机性,提出了一种快速、准确的识别方法。首先,对实木板材表面图像进行3级双树复小波分解,提取低频子带、高频子带、原图像的均值、标准差和熵,共40维特征向量;然后,运用粒子群算法(PSO)优选出20个关键特征;最后,采用压缩感知理论将优选后的特征向量作为样本矩阵列,构建训练样本数据字典,通过最小残差完成缺陷识别。对4类柞木样本进行了仿真实验,活结、死结、虫眼、裂纹的分类正确率分别为93.3%、86.7%、100%和93.3%,结果表明:双树复小波良好的方向性能够表达实木板材表面复杂的信息;基于粒子群算法的特征选择能够提高分类效率;压缩感知分类器与传统分类器相比,具有结构简单、分类精度高的特点。