基于多特征提取和SVM分类器的木材显微识别

被引：12

作者：

吴啸天

机构：

[1] 西北农林科技大学林学院

来源：

陕西林业科技 | 2017年 / 05期

关键词：

多特征提取; 支持向量机; 小规模数据; 识别分类; 木材显微细胞;

D O I：

暂无

中图分类号：

S781.1 [木材的构造和识别]; TP391.41 [];

学科分类号：

090305 [农业资源循环利用];

摘要：

将多种不同木材的显微细胞图片进行识别,对进行木材分类研究具有重大意义。通过利用支持向量机(SVM),结合图像的图像梯度方向直方图(HOG)、局部二值模式(LBP)特征以及图像均值方差,对小规模的木材细胞图像的识别分类效果进行了实验。实验结果表明,SVM分类器结合多特征融合适的特征向量会有较好的识别效果,平均最高识别率达到了98.11%。

引用

页码：11 / 14

页数：4