基于向量空间模型的浮选泡沫图像分类方法研究

摘要：

针对基于图像底层特征的泡沫图像分类识别正确率不高、存在语义鸿沟问题,提出一种基于向量空间模型(VSM)的浮选泡沫图像分类方法.该方法借鉴文本分类方法,对工业摄像机获取的大量泡沫图像通过分块、底层特征提取和聚类,构造泡沫状态词汇表；在此基础上,经词汇相似度和词频计算,用词袋向量描述泡沫图像；最后,采用VSM实现实时泡沫图像的有监督分类识别.用某金属浮选过程工业现场泡沫图像数据对该方法进行了实验验证,实验结果表明,该方法的工况识别平均准确率近90％,明显优于基于底层特征的分类方法,并在一定程度上解决了语义鸿沟问题,具有很好的应用价值.

关键词：泡沫图像、分类识别、向量空间模型(VSM)、泡沫状态词汇、纹理

所属期刊栏目：23

分类号：TP3;TD9

资助基金：国家自然科学基金61273187,61134006;国家科技支撑计划2012BAF03B05;湖南省科技计划2012CK4018

在线出版日期：2013-11-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：973-979