基于KNN状态识别器的图像识别方法研究

本文结合特征提取与状态识别技术,提出一种基于K邻近值(K-Nearest Neighbor,KNN)状态识别器的火焰图像烧结状态识别方法.在该方法中,采用比例不变特征变换算法提取图像的关键点并生成特征向量.考虑到特征向量维数较高会增加分类器的计算量并影响分类精度,采用主成分分析算法对其进行降维处理.最后应用KNN识别器对降维后的特征向量进行分类识别.将该方法应用于水泥回转窑中的火焰图像烧结状态识别中,仿真结果验证了该方法的有效性.
图像识别 特征提取 状态识别 K邻近值
张志强 乃永强 杨清宇 蔡远利
西安交通大学电子与信息工程学院,陕西西安,中国,710049 西安交通大学电子与信息工程学院,陕西西安,中国,710049;机械制造系统工程国家重点实验室,陕西西安,中国,710049
国内会议
第18届中国系统仿真技术及其应用学术年会(18th CCSSTA 2017)
兰州
中文
220-224
2017-08-01(万方平台首次上网日期,不代表论文的发表时间)