基于纹理特征融合的道路垃圾图像识别及提取

论文摘要

为准确利用机器视觉对道路垃圾图像进行识别及提取,在对现有纹理特征提取方法基础上,提出一种纹理特征融合与支持向量机（SVM）相结合的分类识别方法。对局部二值模式（LBP）进行改进,得到改进后的A-LBP;将A-LBP与Uniform LBP进行特征融合得到AD-LBP;利用AD-LBP和梯度方向直方图（HOG）算法对图像进行特征提取,训练SVM对测试样本进行识别分类;对识别出的图像进行形态学处理提取垃圾的质心位置。在沥青道路上进行的垃圾识别及提取实验结果表明,利用AD-LBP+HOG算法进行道路垃圾识别,识别率可达95.58%,并能准确提取垃圾的质心位置。

论文目录

• 0 引言
• 1 方法
•   1.1 纹理特征提取方法
•     1.1.1 LBP特征
•     1.1.2 改进的算法
•     1.1.3 特征融合
•     1.1.4 HOG特征
•     1.1.5 其它纹理特征提取算法
•   1.2 SVM分类算法
•   1.3 垃圾位置的提取
• 2 实验结果与分析
•   2.1 研究区域与样本收集
•   2.2 精度评价
•   2.3 阈值T的选取
•   2.4 分块大小的比较
•   2.5 不同特征提取方法的分类结果比较
•   2.6 分类器的比较
•   2.7 垃圾位置的提取
• 3 结束语

文章来源

类型: 期刊论文

作者: 黄兴华,叶军一,熊杰

关键词: 道路垃圾,纹理特征融合,支持向量机,局部二值模式,图像识别,形态学

来源: 计算机工程与设计 2019年11期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑

专业: 环境科学与资源利用,计算机软件及计算机应用

单位: 东北农业大学工程学院,上海电机学院机械学院

基金: 上海市科委科技创新行动计划基金项目(12231202500)

分类号: X705;TP391.41

DOI: 10.16208/j.issn1000-7024.2019.11.025

页码: 3212-3218+3305

总页数: 8

文件大小: 477K

下载量: 514