基于多特征提取和SVM分类器的木材显微识别

• 作者: 吴啸天
• 来源期刊: 陕西林业科技
• 关键词: 多特征提取 支持向量机 小规模数据 识别分类 木材显微细胞
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 试验与调查研究
• 页码范围: 11-14
• 页数: 4页
• 分类号: S781.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2117.2017.05.003

摘要

将多种不同木材的显微细胞图片进行识别,对进行木材分类研究具有重大意义.通过利用支持向量机(SVM),结合图像的图像梯度方向直方图(HOG)、局部二值模式(LBP)特征以及图像均值方差,对小规模的木材细胞图像的识别分类效果进行了实验.实验结果表明,SVM分类器结合多特征融合适的特征向量会有较好的识别效果,平均最高识别率达到了98.11％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴啸天	西北农林科技大学林学院	1	2	1.0	1.0