摘要
本发明涉及一种基于判别卷积字典学习的机织物纹理重构与分类方法,首先将含有不同类样本的机织物纹理图像训练集中所有的机织物纹理图像进行低通滤波操作,提取其高通分量和低通分量以及构建DCDL模型并对模型进行优化求解;然后将和相应的类别标签输入DCDL模型中进行训练,训练结束后输出学习到的局部卷积字典DL和相应的局部分类器权重WL;最后,对于测试图像yq,先对其进行低通滤波操作,提取再计算其高通分量对应的编码系数Xq,最终通过DL和Xq对和图像yq进行重构,通过WL和Xq来确定图像yq的类别。本发明可同时实现对机织物纹理的表征与分类,且分类精确。
技术关键词
织物纹理
字典学习模型
分类方法
分类器
正则化参数
图像
编码向量
Tikhonov正则化
机织物
梯度下降法
训练样本集
标签
函数式
重构误差
定义
系统为您推荐了相关专利信息
故障监测装置
电场
分类器
故障监测方法
谐波失真
时间序列模型
资源预测方法
电力
ARMA模型
极限学习机
异常检测方法
注意力
数字孪生模型
分类器
融合特征