论文部分内容阅读
基于温度表图像受光线及角度影响模糊不清,提取液柱不便于精准识别的特征,提出一种把奇异值分解和支持向量机结合起来进行玻璃温度表图像识别的方法。随机选取100支不同型号,不同刻度的玻璃温度表图像作为训练样本,采用MATLAB 7.0对本文方法进行了仿真实验。从仿真结果可以看出,随着样本数目的减小,文中提出的SVD与SVM组合的方法识别率降低较轻微,而小波+SVD和PCA的识别率则产生了明显的下降。因此,基于SVD与SVM叠加算法的温度表图像识别方法在处理液柱提取准确度问题时优势明显,解决传统识别方法普遍