公开(公告)号：CN108038516A

公开(公告)日：2018-05-15

申请号：CN201711451486.0

申请日：2017-12-27

申请人： 中山大学

发明人： 谢铮 ,  王若梅 ,  周凡 ,  林格

IPC分类号： G06K9/62 ,  G06K9/46

摘要： 本发明实施例公开了基于低维图像编码与集成学习的白胚布平整度分级方法。该方法主要通过特征提取来生成图像编码，然后通过机器学习来生成学习器，最后通过集成学习的思想来综合多个基学习器的结果得到最后结果。实施本发明实施例，使用计算机自动化的方法来对图像平整度进行客观、准确的评级，利用特征中心直方图作为图像编码，极大降低了编码维数，减少学习器计算量；使用集成学习的策略为最后结果提供可靠的保证，从而在节省人工成本的同时降低主观误差，并且在分级结果上能达到资深工程师的评级能力。

公开(公告)号：CN108038516B

公开(公告)日：2022-02-01

申请号：CN201711451486.0

申请日：2017-12-27

申请人： 中山大学

发明人： 谢铮 ,  王若梅 ,  周凡 ,  林格

IPC分类号： G06K9/62

摘要： 本发明实施例公开了基于低维图像编码与集成学习的白胚布平整度分级方法。该方法主要通过特征提取来生成图像编码，然后通过机器学习来生成学习器，最后通过集成学习的思想来综合多个基学习器的结果得到最后结果。实施本发明实施例，使用计算机自动化的方法来对图像平整度进行客观、准确的评级，利用特征中心直方图作为图像编码，极大降低了编码维数，减少学习器计算量；使用集成学习的策略为最后结果提供可靠的保证，从而在节省人工成本的同时降低主观误差，并且在分级结果上能达到资深工程师的评级能力。