LBP-自适应增强模型的木材纹理分类

摘要：

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AD-ABOOST(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.

关键词：木材纹理分类、LBP算子、ADABOOST算法、分类器

所属期刊栏目：20

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家948项目2011-4-04;中央高校基本科研业务费专项资金DL12CB02;黑龙江省教育厅科学技术研究12513016黑龙江省博士后基金;黑龙江省自然科学基金F201347;哈尔滨市科技创新人才专项资金项目2013RFQXJ100

在线出版日期：2015-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：57-62