首页|基于半监督学习的航空导线切断标识图像识别

基于半监督学习的航空导线切断标识图像识别

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对航空线束自动布线过程中导线切断标识图像漏识别及误识别问题,提出一种基于多特征及最小重构误差标签传递的加权K近邻(Minimum Reconstruction Error Propagation K-nearest Neighbor,MREP-KNN)半监督切断标识图像分类方法.利用改进OTSU阈值分割方法分割出前景目标,提取前景目标旋转不变模式LBP纹理特征及几何特征作为目标特征向量,将目标特征向量输入训练好的MREP-KNN分类模型进行分类.对比实验结果表明,MREP-KNN能够在已知标签训练样本较小的情况下,利用最小重构误差将已知样本标签传递到未知样本,扩大训练样本,最后达到更好的分类效果.在标签数为12时,分类正确率达93.69％.
Image Recognition of Aircraft Wire Cut-Mark Based on Semi-Supervised Learning

金莹莹、唐健钧、叶波、蒋伟、章文

展开 >

航空工业成都飞机工业(集团)有限责任公司,四川成都 610092

图像识别 半监督学习 标签传递 切断标识图像

国防科工局基础科研项目

JCKY2018205B021

2021

10.19708/j.ckjs.2020.09.303

测控技术
中国航空工业集团公司北京长城航空测控技术研究所

测控技术

CSTPCD
影响因子：0.5
ISSN：1000-8829
年,卷(期)：2021.40(3)
  • 8