基于LBP-DEELM的木材纹理分类算法

• 作者: 向东 陈宇 陈广胜
• 来源期刊: 福建林业科技
• 学科: 农学
• 关键词: 木材纹理分类 LBP算子 差分演化优化极限学习机 分类器
• 年，卷（期）: 2015,（4）
• 页码范围: 57-63
• 分类号: S781.1|TP391.41
• 语种: 中文
• DOI: 10.13428/j.cnki.fjlk.2015.04.012

摘要

为解决传统木材纹理分类的准确率低且难度大的问题,提出了一种基于LBP-DEELM(局部二值-差分演化优化极限学习机)模型的木材纹理分类算法.在阐述局部二值算子(LBP)和差分演化优化极限学习机(DEELM)算法的基础上,使用均匀旋转不变的LBP模式提取纹理的特征值,结合差分演化算法进行极限学习机优化,通过训练得到每类纹理所对应的分类器模型参数,构造分类器,实现了对木材纹理准确高效的分类.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,该模型的实验误差率为2％左右,准确率高,实用性强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈宇	东北林业大学信息与计算机工程学院	56	262	9.0	14.0
2	陈广胜	东北林业大学信息与计算机工程学院	61	399	11.0	16.0
3	向东	东北林业大学信息与计算机工程学院	2	6	2.0	2.0