基于CLBP、改进KPCA和RF的牛肉大理石纹评级

• 作者: 曹鹏祥 王如猛 邓英
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 牛肉大理石纹评级 图像处理 完整局部二值模式 混沌蜂群优化 核主成分分析 随机森林
• 年，卷（期）: 2015,（15）
• 所属期刊栏目: 图像与多媒体
• 页码范围: 47-50
• 页数: 4页
• 分类号: TP391.41
• 字数: 2742字
• 语种: 中文

摘要

为进一步提高牛肉大理石纹评级的正确率,提出了基于完整局部二值模式(Completed Local Binary Pattern,CLBP)、改进核主成分分析(Kernel Principal Component Analysis,KPCA)和随机森林(Random Forests,RF)的牛肉大理石纹评级方法.首先,利用CLBP提取牛肉大理石纹图像的纹理特征;其次,采用混沌蜂群算法对KPCA的核参数进行优化,使KPCA的降维效果和特征提取达到最优,获得表征牛肉大理石纹样本图像的特征向量;最后,使用随机森林完成牛肉大理石纹样本的分级识别,获得最终评级结果.大量实验结果表明,与基于分形维和图像特征的方法、基于灰度共生矩阵和BP (Back Propagation)神经网络法相比,本文方法所得识别率最高.