基于多特征融合的唐卡图像法器识别方法

• 作者: 王维兰 王铁君
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 唐卡图像 图像识别 k最近邻分类算法 神经网络 局部二值模式
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 198-203,207
• 页数: 7页
• 分类号: TP18
• 字数: 5042字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.03.036

摘要

唐卡图像具有内容丰富、画面复杂、色彩表现层次多等特点,但部分图像存在破损残缺、清晰度不高的不足.为此,提出一种融合Hu矩和局部二进制模式的图像特征提取方法,提高目标图像的特征表现程度,并在此基础上给出一种改进的基于距离密度的K最近邻分类算法,该算法待测样本所属的类别与其周围邻近点的类别最相关,且距离越近,相关度越高.实验结果表明,与传统的kNN、神经网络和神经网络集成方法相比,该方法对唐卡图像中的法器对象具有更高的识别正确率,能有效实现唐卡图像中法器对象的分类识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王维兰	西北民族大学数学与计算机科学学院	44	276	10.0	14.0
2	王铁君	西北民族大学数学与计算机科学学院	18	201	8.0	14.0