基于特征点配准的真伪卷烟商标纸鉴别OA北大核心CSTPCD
为提高真伪卷烟商标纸鉴别的准确性和效率,降低鉴别的经验要求和主观性,提出一种基于特征点配准的真伪卷烟商标纸鉴别方法。使用一致的标准扫描采集卷烟样品图像,基于尺度不变特征转换算法提取图像特征点,通过特征匹配和基于单应性变换的图像配准获取判别预测变量。采用逻辑回归、梯度提升分类决策树算法构建二元分类模型对图像样本进行训练和评估。在64个卷烟规格、2 918个样本数据集上进行实验,该方法准确率高于95%。通过对比实验验证了该方法的稳定性和有效性。
冯伟华;王锐;宗国浩;赵志成;罗泽;周明珠;李晓辉;邢军;
中国烟草总公司郑州烟草研究院,河南郑州450001中国科学院计算机网络信息中心,北京100190 中国科学院大学,北京100049中国科学院计算机网络信息中心,北京100190中国烟草总公司国家烟草质量监督检验中心,河南郑州450001
计算机与自动化
卷烟商标纸真伪鉴别特征点图像配准模型算法机器学习
《计算机应用与软件》 2024 (003)
P.194-201 / 8
国家烟草专卖局科技重大专项(110201901029(SJ-08))。
评论