| 基于主分量分析木材纹理的特征提取 |
| |
| 引用本文： | 王辉,王克奇.基于主分量分析木材纹理的特征提取[J].森林工程,2006,22(6):14-16. |
| |
| 作者姓名： | 王辉 王克奇 |
| |
| 作者单位： | 东北林业大学,哈尔滨,150040 |
| |
| 基金项目： | 黑龙江省自然科学基金;黑龙江省哈尔滨市自然科学基金 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 木材纹理 主分量分析 灰度共生矩阵 |
| 文章编号： | 1001-005X（2006）06-0014-03 |
| 收稿时间： | 2006-03-20 |
| 修稿时间： | 2006年3月20日 |
The Extraction of Wood Texture Features Based on PCA |
| |
| Wang Hui,Wang Keqi.The Extraction of Wood Texture Features Based on PCA[J].Forest Engineering,2006,22(6):14-16. |
| |
| Authors: | Wang Hui Wang Keqi |
| |
| Institution: | Northeast Forestry University, Harbin, 150040 |
| |
| Abstract: | This paper analyzed 14 wood texture's feature parameters of GLCM,extracted 4 integrated parameters,and noted the correct classifying ratio of wood samples with nearest neighbor classifier,K neighbor classifier and neural network classifier by using two sets of feature parameters.The results showed that using integrated parameters extracted by PCA could not only reduce data quantity,but also acquire higher classifying precision. |
| |
| Keywords: | wood texture PCA GLCM |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
