论文摘要
为了过滤木材高光谱图像中大量的冗余信息,提升应用图像纹理进行分类的准确率,本文采用基于多重分形理论的木材高光谱图像分类算法。首先利用不同的特征选择算法选取最具代表性的10个波段;随后根据不同的函数密度图像对所选取波段的图像求解其多重分形曲线,将选择出的多个波段所对应的多重分形曲线取平均,得到表示样本纹理特征的多重分形曲线;最后使用支持向量机和BP神经网络分类器对多重分形曲线进行分类。实验表明,相对熵（K-L散度）要好于自适应波段选择（ABS）提取的波段,多重分形算法提取的高光谱图像纹理特征要好于灰度共生矩阵,支持向量机算法的分类准确率和速度要优于BP神经网络,融合K-L散度、多重分形和支持向量机算法能够有效地提高木材高光谱图像的识别准确率,最高识别准确率达到了97.91%。
论文目录
文章来源
类型: 期刊论文
作者: 唐艳慧,赵鹏,王承琨
关键词: 木材树种识别,高光谱图像纹理,多重分形
来源: 液晶与显示 2019年12期
年度: 2019
分类: 基础科学,信息科技,工程科技Ⅰ辑,农业科技
专业: 轻工业手工业,林业,计算机软件及计算机应用
单位: 东北林业大学信息与计算机工程学院
基金: 国家自然科学基金面上项目资助(No.31670717)~~
分类号: TP391.41;S781.1
页码: 1182-1190
总页数: 9
文件大小: 1352K
下载量: 87