基于综合特征的Bp_adaboost工业仪表图像分类方法

• 作者: 刘浩南 吴学礼 孟凡华 赵萌
• 来源期刊: 河北科技大学学报
• 学科: 工学
• 关键词: 颜色矩 灰度共生矩阵 分类器 BP神经网络
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 无线电电子与计算机技术
• 页码范围: 451-456
• 页数: 6页
• 分类号: TP391.4
• 字数: 4260字
• 语种: 中文
• DOI: 10.7535/hbkd.2013yx05027

摘要

针对工业场景图像背景复杂,受多种因素影响、利用单个特征完成工业仪表图像分类不能达到满意效果的问题,提出了一种综合利用图像的颜色和纹理特征,通过Bp_adaboost的方法对工业仪表图像进行分类的方法.首先基于HSV空间进行低阶颜色矩特征提取;然后基于灰度共生矩阵进行纹理特征提取;最后用17维综合特征向量对工业仪表图像进行Bp_adaboost分类学习和测试.实验结果表明,该方法对液位控制系统工业仪表与液位容器设备图像能取得较好的分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴学礼	河北科技大学电气工程学院	46	273	9.0	14.0
3	赵萌	河北科技大学电气工程学院	3	16	3.0	3.0
6	孟凡华	燕山大学电气工程学院	2	11	2.0	2.0
7	刘浩南	河北科技大学电气工程学院	2	24	2.0	2.0