| 基于多特征提取和选择的木材分类与识别 |
| |
| 引用本文： | 晁晓菲,樊李行,蔡骋,何东健. 基于多特征提取和选择的木材分类与识别[J]. 现代农业科技, 2018, 0(18) |
| |
| 作者姓名： | 晁晓菲 樊李行 蔡骋 何东健 |
| |
| 作者单位： | 西北农林科技大学机械与电子工程学院;西北农林科技大学信息工程学院;农业部农业物联网重点实验室;陕西省农业信息感知与智能服务重点实验室 |
| |
| 摘 要： | 木材与人们的生活息息相关,不同品种木材的用途各不相同。如何快速并正确地识别不同种类的木材是目前亟须解决的问题。纹理是木材表面重要的天然属性,也是区分木材的重要依据,因而如何准确地提取木材的纹理特征是本文研究的重点。本文设计了一种木材自动识别系统,其基本工作流程如下:首先,使用K-means聚类算法,根据图像的纹理采用SPPD(导管分布的统计特性)及BGLAM(基本灰度级氛围矩阵)特征对木材进行预分类,实现对木材数据库的降维,为提高识别效率做好准备;其次,使用GA(遗传算法)挑选出对木材纹理具有较强区分度的LBP(局部二值模式)特征;最后,用KNN(K最近邻)分类器根据挑选出的LBP特征对木材图像进行最终的分类识别。试验结果表明,木材样本类别个数为20时,识别率较高,可以达到98.13%以上;当木材样本类别个数增加为30时,识别率也在95%以上。
|
| 关 键 词： | 木材纹理特征 预分类 特征选择 SPPD BGLAM LBP |
Wood Texture Classification and Identification Based on Multi-feature Extraction and Selection |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
