基于RCDA的家具表面死节缺陷图像分割

摘要

针对木制家具的表面死节缺陷,提出一种基于正则化共面判别分析(RCDA,Regularized Coplanar Discriminant Analysis)与支持向量机(SVM,Support Vector Machine)的死节缺陷图像分割算法.将RGB彩色图像转换成灰度图像,对灰度图像进行分块,同时将块变换成列向量,所有列向量组成矩阵进行RCDA维数约减,对约减后的特征进行SVM训练与测试,得到图像块分类结果.最后将块分类矩阵变形成二值分割图,得到死节缺陷目标.试验结果表明,提出的算法效果好,SD、Dice、ER、NR值分别为80.96％、89.48％、23.33％、0.16％.