-
题名基于小波与曲波遗传融合的木材纹理分类
被引量：8
- 1
-
-
作者
张怡卓
马琳
许雷
于慧伶
-
机构
东北林业大学机电工程学院
浙江大学计算机科学与技术学院
-
出处
《北京林业大学学报》
CAS
CSCD
北大核心
2014年第2期119-124,共6页
-
基金
中央高校基本科研业务费专项(DL13CB02
DL12EB04--03)
林业公益性行业科研专项(201304510)
-
文摘
针对木材表面存在的直纹、抛物纹与乱纹3类纹理,提出一种快速、准确的分类方法。分别提取小波变换的15个特征与曲波变换的16个特征,通过设计纹理类型的遗传网络分类器,遗传优选出14个主要特征;最后,运用BP网络构建基于优选特征量的纹理分类器。对3类300个样本进行了仿真实验,基于小波变换、曲波变换和遗传融合方法的平均分类准确率分别为86.5%、89.3%和90.9%,平均分类时间分别为0.025、0.563和0.216 s。实验结果表明:小波变换对直纹分类具有较好的分类效果,但缺少方向性,对复杂纹理分类精度低;曲波变换可用于表达复杂的木材纹理特征,但特征计算时间较长;基于遗传融合的特征提取方法,融合了小波分类速度快与曲波分类精度高的特点,实现了小波与曲波的特征有效选择,提高了纹理分类的速度与分类精度。
-
关键词
木材纹理分类
小波
曲波
遗传网络
-
Keywords
wood board texture classification
wavelet
curvelet
genetic network
-
分类号
S781.1
[农业科学—木材科学与技术]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于LBP-DEELM的木材纹理分类算法
被引量：3
- 2
-
-
作者
向东
陈宇
陈广胜
-
机构
东北林业大学信息与计算机工程学院
-
出处
《福建林业科技》
2015年第4期57-63,共7页
-
基金
国家948项目(2011-4-04)
中央高校基本科研业务费专项资金项目(DL12CB02)
+1 种基金
黑龙江省教育厅科学技术研究项目(12513016)
黑龙江省博士后基金
-
文摘
为解决传统木材纹理分类的准确率低且难度大的问题,提出了一种基于LBP-DEELM(局部二值-差分演化优化极限学习机)模型的木材纹理分类算法。在阐述局部二值算子(LBP)和差分演化优化极限学习机(DEELM)算法的基础上,使用均匀旋转不变的LBP模式提取纹理的特征值,结合差分演化算法进行极限学习机优化,通过训练得到每类纹理所对应的分类器模型参数,构造分类器,实现了对木材纹理准确高效的分类。实验结果表明,相比于BP神经网络,SVM支持向量机等分类算法,该模型的实验误差率为2%左右,准确率高,实用性强。
-
关键词
木材纹理分类
LBP算子
差分演化优化极限学习机
分类器
-
Keywords
wood texture classification
LBP operator
DEELM
classifier
-
分类号
S781.1
[农业科学—木材科学与技术]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
