LBP-自适应增强模型的木材纹理分类

编号 zgly0000934366

文献类型 期刊论文

文献题名 LBP-自适应增强模型的木材纹理分类

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 哈尔滨理工大学学报 

年卷期 2015(2)

页码 57-62

年份 2015 

关键词 木材纹理分类  LBP算子  ADABOOST算法  分类器 

文摘内容 针对传统木材纹理分类的准确率低且难度大的问题,依据LBP(局部二值)算子和ADABOOST(自适应增强)算法理论,提出了LBP-ADABOOST模型对木材纹理进行识别分类.通过均匀旋转不变特性与原始LBP算子相融合,提取纹理的特征值,结合自适应增强算法,从而训练得到每类纹理所对应的分类器模型参数,构造分类器,实现对木材纹理准确高效分类.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,该模型的实验结果误差率为4%左右,准确率高,实用性强。