奇異值分解算法在纖維識別中的應(yīng)用

榮海洋

摘 要： 圖像表示是模式識別研究中關(guān)鍵問題之一。奇異值分解（SVD， Singular Value Decomposition）是一種有效的圖像表示方法，近年來已被廣泛應(yīng)用到計(jì)算機(jī)視覺、信號處理、模式識別和圖像處理等領(lǐng)域。但是，奇異值分解在處理高維數(shù)據(jù)時的效率瓶頸以及無法同時考慮樣本類別信息和固有幾何結(jié)構(gòu)信息的缺陷制約了奇異值分解的應(yīng)用范圍和應(yīng)用研究的發(fā)展。 本項(xiàng)目針對奇異值分解存在的局限性，通過系統(tǒng)地研究奇異值分解在特征提取中的應(yīng)用，拓展和推動奇異值分解的應(yīng)用，具有重要的理論研究意義和實(shí)用價(jià)值。同時，將研究成果用于解決混紡纖維的纖維識別問題，對紡織品截面纖維進(jìn)行準(zhǔn)確的圖像表示。其研究成果將為解決紡織品檢驗(yàn)領(lǐng)域纖維自動識別與分析這一世界性難題帶來創(chuàng)新性的突破。

關(guān)鍵詞： 奇異值分解算法； 圖像表示； 模式識別； 纖維識別

中圖分類號：TP311

文獻(xiàn)標(biāo)志碼：A

文章編號：2095-2163（2017）02-0042-06