摘要
本发明提供了一种纺织品废物识别分类方法,包括:获取棉花类固体废物图像,经过图像处理后获取待识别图像;对所述待识别图像进行特征提取,提取的特征过包括杂质分布密集程度、杂质覆盖率、细条状长度特征、结构密集度、边缘模糊度、白色棉花占比面积、黄色碎屑占比面积、纹理能量响应以及褶皱边缘分布;将提取的所有特征组合为特征向量,将特征向量输入到随机森林分类器中进行训练和分类,获取棉花类固体废物的识别结果。本发明提供方法对一些具体类别的棉花类固体废物从颜色、形态学和结构特征等方面进行了针对性的特征提取,全面表征新类别的棉花固体废物的视觉特性,结合随机森林分类器,能够更高效、准确地对固体废物进行分类。
技术关键词
识别分类方法
图像
棉花
纺织品
条状结构
随机森林
覆盖率
纹理
二值化阈值
褶皱
细条状
分类器
分布特征
丝线
canny算子
像素
二值化算法
碎屑
灰度共生矩阵
滤波器
系统为您推荐了相关专利信息
循环神经网络模型
智能管理平台技术
卷积神经网络模型
模块
正则化方法
医学图像分割方法
切片
动态相关性特征
多粒度特征
教师
缺陷监测方法
移动检测机器人
图像处理
相位恢复算法
光学成像装置
图像分类模型
增量训练方法
滑动窗口
图像分类方法
曲线
联合压缩感知
编码模板
高空间分辨率成像
色散棱镜
成像透镜