LBP-自适应增强模型的木材纹理分类

LBP-自适应增强模型的木材纹理分类
向东;陈宇;陈广胜
【期刊名称】《哈尔滨理工大学学报》
【年(卷),期】2015(20)2
【摘要】针对传统木材纹理分类的准确率低且难度大的问题,依据LBP(局部二值)算子和AD-ABOOST(自适应增强)算法理论,提出了LBP-ADABOOST模型对木材纹理进行识别分类.通过均匀旋转不变特性与原始LBP算子相融合,提取纹理的特征值,结合自适应增强算法,从而训练得到每类纹理所对应的分类器模型参数,构造分类器,实现对木材纹理准确高效分类.实验结果表明相比于BP神经网络,SVM支持向量机等分类算法,该模型的实验结果误差率为4％左右,准确率高,实用性强.
【总页数】6页(P57-62)
【作者】向东;陈宇;陈广胜
【作者单位】东北林业大学信息与计算机工程学院,黑龙江哈尔滨150040;东北林业大学信息与计算机工程学院,黑龙江哈尔滨150040;东北林业大学信息与计算机工程学院,黑龙江哈尔滨150040
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于小波分解与分形维的木材纹理分类 [J], 谢永华;钱玉恒;白雪冰
2.基于特征级数据融合木材纹理分类的研究 [J], 王辉;杨林;丁金华
3.SIFT算法在木材纹理分类上的应用 [J], 陈宇;臧美英;李红波
4.基于多重分形谱的木材高光谱图像纹理分类算法 [J], 唐艳慧; 赵鹏; 王承琨
5.基于小波与曲波遗传融合的木材纹理分类 [J], 张怡卓;马琳;许雷;于慧伶
因版权原因，仅展示原文概要，查看原文内容请购买。