基于多尺度LBP特征的带钢表面缺陷图像SVM分类

摘要

为提高带钢表面缺陷图像的分类准确率,文章研究了带钢表面缺陷图像多尺度局部二值模式(Local Binary Pattern,LBP)特征.通过提取多种类型的多尺度LBP特征以及不同尺度的LBP联合特征,并与灰度共生矩特征进行对比;利用支持向量机(Support Vector Machine,SVM)进行分类实验.实验结果表明,对于带钢表面缺陷图像的LBP特征,(16,2)尺度LBP特征的分类准确率高于(8,1)尺度LBP特征;两种尺度联合特征分类准确率高于单一尺度特征;各类LBP特征与灰度共生矩特征中,LBP直方图傅里叶变换特征具有更高的分类准确率.