基于LBP-DEELM的木材纹理分类算法

编号 zgly0000927844

文献类型 期刊论文

文献题名 基于LBP-DEELM的木材纹理分类算法

学科分类 220.5540;木材学

作者 向东  陈宇  陈广胜 

作者单位 东北林业大学信息与计算机工程学院 

母体文献 福建林业科技 

年卷期 2015(4)

页码 57-63

年份 2015 

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 

文摘内容 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。