基于模式识别与灰度共生矩阵的神经元图像分类

• 作者: 赵安科
• 来源期刊: 西安石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 神经元图像分类 模式识别 灰度共生矩阵
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 计算机及其应用
• 页码范围: 107-112
• 页数: 6页
• 分类号: TP183
• 字数: 5088字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-064X.2017.05.018

摘要

为了实现自动高效且结果准确的生物神经元识别,提出一种基于模式识别与图像灰度共生矩阵特征的神经元自动分类方法.该方法通过对生物神经元图像预处理,计算图像的灰度共生矩阵,统计各图像灰度共生矩阵属性值的平均值和标准差,构建生物神经元类别的特征空间,利用模式识别中的人工神经网络方法建立特征空间与神经元类别之间的映射关系.采用收集的160幅生物神经元图像对该方法进行实验分析,测试集的识别正确率达93.8％.研究结果表明,结合模式识别与图像灰度共生矩阵特征的生物神经元图像自动分类方法具有较高的准确性与可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵安科	西安石油大学计算机学院	7	39	3.0	6.0