原文服务方: 东北林业大学学报       
摘要:
为了实现对木质板材种类识别智能化,提出一种基于彩色灰度共生矩阵的识别方法.将原彩色图像色调、饱和度、明度颜色空间3个通道的图像作为伪灰度图像,分别获取其灰度共生矩阵纹理特征参数,组成一个42维特征向量.使用遗传算法进行特征选择后,得到优化后的22维特征向量,在此特征向量形成的特征空间中,概率神经网络(PNN)分类器的识别率为96.0%.试验结果表明,此方法用于解决木质板材分类识别的问题是可行的.
推荐文章
颜色共生矩阵的Fisher信息度量及识别应用
颜色共生矩阵
多项分布
颜色共生矩阵流形
Fisher信息度量
基于局部二值模式和灰度共生矩阵的籽棉杂质分类识别
棉花
杂质
图像处理
分类识别
局部二值模式
灰度共生矩阵
支持向量机
采用部分灰度压缩扩阶共生矩阵的 煤和煤矸石图像识别
煤矸石
图像识别
特征提取
灰度压缩
扩阶共生矩阵
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 依据彩色共生矩阵对木质板材的识别
来源期刊 东北林业大学学报 学科
关键词 木质板材 灰度共生矩阵 遗传算法 概率神经网络
年,卷(期) 2020,(7) 所属期刊栏目
研究方向 页码范围 103-106
页数 4页 分类号 TP391.41
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王辉 36 28 2.0 3.0
2 陈立君 10 224 7.0 10.0
3 李辉 5 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (197)
共引文献  (153)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(2)
  • 参考文献(0)
  • 二级参考文献(2)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(5)
  • 参考文献(0)
  • 二级参考文献(5)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(6)
  • 参考文献(0)
  • 二级参考文献(6)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(16)
  • 参考文献(0)
  • 二级参考文献(16)
2005(22)
  • 参考文献(0)
  • 二级参考文献(22)
2006(14)
  • 参考文献(0)
  • 二级参考文献(14)
2007(20)
  • 参考文献(2)
  • 二级参考文献(18)
2008(12)
  • 参考文献(1)
  • 二级参考文献(11)
2009(14)
  • 参考文献(2)
  • 二级参考文献(12)
2010(16)
  • 参考文献(3)
  • 二级参考文献(13)
2011(11)
  • 参考文献(2)
  • 二级参考文献(9)
2012(15)
  • 参考文献(0)
  • 二级参考文献(15)
2013(13)
  • 参考文献(2)
  • 二级参考文献(11)
2014(6)
  • 参考文献(2)
  • 二级参考文献(4)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
木质板材
灰度共生矩阵
遗传算法
概率神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东北林业大学学报
月刊
1000-5382
23-1268/S
大16开
1957-01-01
chi
出版文献量(篇)
7235
总下载数(次)
0
总被引数(次)
68015
论文1v1指导