基于LBP和GLCM的水果分类算法研究

摘要：

考虑到提高水果种类分类的准确性和鲁棒性,本文提出一种基于局部二值模式(LBP)与灰度共生矩阵(GLCM)相结合的水果分类算法.选择不同种类的水果图像作为实验测试样本.首先使用最大类间方差法分割图像得到水果图像的目标区域,然后提取目标区域HSI颜色模型的颜色特征;使用圆形度提取形状特征;使用局部二值模式和灰度共生矩阵两种方法提取目标区域的局部和全局纹理特征信息.对得到的颜色特征向量、纹理特征向量进行优化组合并结合基于梯度下降算法的BP神经网络对测试样本进行训练、分类.试验仿真结果表明,平均分类成功率达94.5％,效果优于单一特征算法的分类水平.

关键词：特征提取、BP神经网络、水果分类、局部二进制、灰度共生矩阵

在线出版日期：2019-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：8-14