共查询到16条相似文献,搜索用时 62 毫秒
1.
2.
基于空间灰度共生矩阵木材纹理分类识别的研究 总被引:1,自引:2,他引:1
以10种木材纹理样本为对象,研究了木材纹理参数体系的建立方法,并进行了分类识别的仿真实验。首先,针对木材纹理特点并结合类别可分性判据,构造了适于描述木材的空间灰度共生矩阵,并在此基础上提取了木材的11个纹理特征参数。其次,借助相关性分析对参数进行了特征选择,进而建立了能直接与人的感官对应的木材纹理参数体系。最后,利用 BP 神经网络分类器对木材样本进行了分类识别研究,识别率为87.50%,验证了参数体系的有效性,表明用本文提出的纹理参数体系对木材进行分类识别是可行的。 相似文献
3.
结合特征参数间相关性矩阵与木材纹理自身的特征,从灰度共生矩阵的11个特征参数中提取5个较独立的特征参数.利用可分性判据确定适于描述木材纹理的灰度共生矩阵构造因子取值(d=2,g=16). 相似文献
4.
基于灰度共生矩阵的纹理图像分类研究 总被引:30,自引:0,他引:30
对纹理图像的特征提取及分析在现实中有广泛的应用价值。本文通过对灰度共生矩阵的介绍,提出一种基于灰度共生矩阵提取纹理图像特征,并用神经网络进行分类器设计的方法。仿真结果显示,有较好的分类效果。 相似文献
5.
基于灰度-梯度共生矩阵的木材表面缺陷分割方法 总被引:4,自引:0,他引:4
根据木材表面缺陷图像的特点,提出了基于灰度-梯度共生矩阵模型和最大熵原理的木材缺陷图像自动阈值化技术。并且利用形态学运算对分割后的二值图像进行后期处理。经实验验证,该方法提取的木材表面缺陷图像效果良好: 相似文献
6.
7.
为了实现木材分类识别的自动化,应用灰度共生矩阵建立了木材纹理的参数体系,并进行了分类研究。首先在无噪声的环境下提取了木材的共生矩阵纹理原始特征参数,并对其进行特征选择,进而建立了木材纹理参数体系。对该参数体系进行噪声适应性测试的实验结果表明,无噪声情况下样本识别率为87.50%;0.2% ̄1.0%椒盐噪声环境下样本识别率范围为87.00% ̄88.00%。表明该参数体系具有良好的抗击噪声能力和一定的工程实用价值。 相似文献
8.
本文用主分量分析法分析了木材纹理的14个灰度共生矩阵特征参数,从中提取了4个综合参数,并分别统计了采用这两套特征参数,最近邻分类器,K近邻分类器和神经网络分类器对木材样本分类正确率,结果表明采用主分量分析提取的综合参数不仅能减少数据量,而且获得了较高的分类精度。 相似文献
9.
10.
基于灰度共生矩阵和Hu不变矩的东北虎纹理特征参数的探讨 总被引:1,自引:0,他引:1
在探讨东北虎个体识别的参数时,本文把灰度共生矩阵的7个特征参数和Hu不变矩抽象的10个形状特征公式相结合,根据相关系数分析选择其中的7个特征参数,最后利用BP神经网络进行分类识别,证明按照上述规则生成的7个特征参数有效,可以用于东北虎的个体识别。 相似文献
11.
12.
13.
木材纹理分析中小波基的选择和分解级数的确定 总被引:2,自引:0,他引:2
针对小波多分辨率下木材纹理分析中小波基的类型和分解级数进行了研究.用小波基重构误差和小波基的性质确定小波基;用信息熵和重构图像能量确定分解级数.实验证明,选用Symlets4小波基对木材纹理图像进行2级分解就能够获得较高的分类识别率. 相似文献
14.
15.
16.
空间统计分析在林业中的应用 总被引:20,自引:0,他引:20
空间统计分析在不到 5 0年的研究和实践中 ,已发展成为研究自然界具有随机性和规律性变量的普遍性的科学方法 ,在国内外诸多领域都有成功应用的实例 ;然而 ,空间统计分析在国内林业中应用才刚刚起步 ,绝大多数林业工作者或科研人员对空间统计缺乏基本的了解。本文首先简要介绍空间统计分析的有关概念、基本原理及其特点 ,同时对地统计学与地理信息系统以及与经典统计学的异同进行分析。结合林业领域特点 ,从森林土壤、物种空间分布、森林干扰、林分因子、种子资源等几个主要方面 ,综述国内外林业领域应用空间统计分析的现状。最后指出在林业领域中应用空间统计分析存在的困难与问题 ,并展望了在林业领域中应用空间统计分析的前景. 相似文献