本文選題：紋理特征 + 特征矩��； 參考：《光電子·激光》2016年11期

【摘要】：為了提高圖像分類(lèi)的準(zhǔn)確率,解決多層感知器(MLP)收斂速度緩慢等問(wèn)題,提出了一種基于生物地理學(xué)優(yōu)化-MLP(BBO-MLP)和紋理特征的圖像分類(lèi)算法。首先,從圖像庫(kù)中選取3類(lèi)不同的圖片,對(duì)圖像分類(lèi)算法運(yùn)行環(huán)境進(jìn)行建模;其次,選取角二階矩(UNI)、熵(CON)、慣性矩(ENT)和相關(guān)性(CDR)4個(gè)紋理參數(shù)構(gòu)建一個(gè)四維特征矩,根據(jù)用戶(hù)提供的類(lèi)別號(hào)和圖像的紋理特征向量生成訓(xùn)練樣本文件;然后,將提取的數(shù)據(jù)作為MLP的輸入數(shù)據(jù),為MLP定義一個(gè)評(píng)估棲息地的誤差適應(yīng)度函數(shù)并對(duì)適應(yīng)度函數(shù)進(jìn)行全局優(yōu)化,利用BBO算法訓(xùn)練MLP,得到分類(lèi)模型;最后,利用訓(xùn)練好的MLP對(duì)圖像進(jìn)行分類(lèi),并引入二次反饋機(jī)制進(jìn)一步提高算法性能。實(shí)驗(yàn)結(jié)果表明,與PSO、GA、ACO、ES和PBIL等優(yōu)化算法相比,本文的BBO-MLP算法具有較高的分類(lèi)正確率。
[Abstract]:In order to improve the accuracy of image classification and solve the problem of slow convergence of multilayer perceptron, an image classification algorithm based on biogeographic optimization and texture features is proposed. Firstly, three different kinds of images are selected from the image database to model the running environment of the image classification algorithm. Secondly, four texture parameters are selected to construct a four-dimensional feature moment, which are angular second-order moment UNI, entropy conformal, moment of inertia (moment of inertia) and correlation CDR (). The training sample file is generated according to the class number provided by the user and the texture feature vector of the image. The extracted data is then used as the input data of the MLP. This paper defines an error fitness function for evaluating habitat for MLP and optimizes the fitness function globally. The MLP is trained by BBO algorithm to obtain the classification model. Finally, the trained MLP is used to classify images. And the quadratic feedback mechanism is introduced to further improve the performance of the algorithm. The experimental results show that the BBO-MLP algorithm has a higher classification accuracy than the PSO-GAA ACO-ES and PBIL optimization algorithms.
【作者單位】： 西安翻譯學(xué)院工程技術(shù)學(xué)院;西安電子科技大學(xué)空間科學(xué)與技術(shù)學(xué)院ICIE研究所;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61105066) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金(JB141305)資助項(xiàng)目
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張紅梅,韓萍;倉(cāng)儲(chǔ)物害蟲(chóng)分類(lèi)識(shí)別中紋理特征的提取[J];計(jì)算機(jī)工程與應(yīng)用;2003年01期

2 楊大鵬;高向東;劉紅;;基于紋理特征的道路行人識(shí)別研究[J];機(jī)械設(shè)計(jì)與制造;2012年01期

3 于曉晗,袁保宗;一種新的旋轉(zhuǎn)不變紋理特征[J];電子學(xué)報(bào);1990年03期

4 張紅梅,張慧檔,田耕;面包烘焙品質(zhì)檢驗(yàn)中紋理特征的提取[J];計(jì)算機(jī)工程與設(shè)計(jì);2005年09期

5 吳剛;唐振民;楊靜宇;;融合典型紋理特征的粒子濾波目標(biāo)跟蹤方法[J];計(jì)算機(jī)工程與應(yīng)用;2011年34期

6 王成業(yè),龔曉;地物圖象的紋理特征與分類(lèi)[J];計(jì)算機(jī)學(xué)報(bào);1985年06期

7 張京愛(ài);王興軍;胡青松;;基于紋理特征的穿梭分析系統(tǒng)動(dòng)物檢測(cè)算法[J];佳木斯大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

8 王松,蔣蘇蓉,馮剛;基于紋理特征的一種圖像檢索方法的實(shí)現(xiàn)[J];安陽(yáng)師范學(xué)院學(xué)報(bào);2002年02期

9 王勝華;都東;曾凱;鄒怡蓉;;基于紋理特征的焊縫識(shí)別方法[J];焊接學(xué)報(bào);2008年11期

10 黃春龍;邢立新;韓冬;;基于紋理特征的水系信息提取[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2008年S1期

相關(guān)會(huì)議論文 前10條

1 田學(xué)東;郭寶蘭;;基于紋理特征的版式識(shí)別研究[A];輝煌二十年——中國(guó)中文信息學(xué)會(huì)二十周年學(xué)術(shù)會(huì)議論文集[C];2001年

2 殷積東;劉博;王少輝;;基于粗糙集理論和關(guān)聯(lián)規(guī)則的腐蝕區(qū)域紋理特征檢測(cè)算法研究[A];圖像圖形技術(shù)研究與應(yīng)用(2010)[C];2010年

3 秦鐘;;基于紋理特征的車(chē)輛分割方法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

4 王建新;周晨波;于文英;;利用紋理特征分析激光散斑圖像[A];第十一屆全國(guó)光學(xué)測(cè)試學(xué)術(shù)討論會(huì)論文（摘要集）[C];2006年

5 王宇生;陳純;;一種用于圖像檢索的紋理特征[A];中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

6 龔紅菊;姬長(zhǎng)英;;基于紋理特征的麥穗產(chǎn)量測(cè)量方法研究[A];2007年中國(guó)農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文摘要集[C];2007年

7 常哲;侯榆青;程濤;李明俐;劉黎寧;;綜合顏色和紋理特征的圖像檢索[A];全國(guó)第三屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)交流會(huì)專(zhuān)刊[C];2009年

8 趙銀娣;蔡燕;;紋理特征在高空間分辨率遙感影像分類(lèi)中的應(yīng)用探討[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

9 秦健;李濤;;基于Contourlet變換提取云的旋轉(zhuǎn)不變紋理特征[A];2009第五屆蘇皖兩省大氣探測(cè)、環(huán)境遙感與電子技術(shù)學(xué)術(shù)研討會(huì)專(zhuān)輯[C];2009年

10 張樹(shù)恒;陽(yáng)維;廖廣姍;王蓮蕓;張素;;基于形狀和紋理特征的致敏花粉顯微圖像識(shí)別[A];中華醫(yī)學(xué)會(huì)2010年全國(guó)變態(tài)反應(yīng)學(xué)術(shù)會(huì)議暨中歐變態(tài)反應(yīng)高峰論壇參會(huì)指南/論文匯編[C];2010年

相關(guān)博士學(xué)位論文 前3條

1 周前進(jìn);基于紋理特征的打印文檔機(jī)源認(rèn)證技術(shù)研究[D];武漢大學(xué);2015年

2 夏瑜;基于結(jié)構(gòu)的紋理特征及應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

3 李伯宇;圖像紋理分析及分類(lèi)方法研究[D];復(fù)旦大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 李強(qiáng);基于顏色與紋理特征的圖像檢索技術(shù)研究[D];河北大學(xué);2015年

2 田甜;面向?qū)ο蟮纳种脖活?lèi)型信息提取技術(shù)[D];東北林業(yè)大學(xué);2015年

3 崔巍;基于紋理特征的地表覆蓋分類(lèi)算法研究[D];南京理工大學(xué);2015年

4 宋歌聲;利用超聲圖像紋理特征鑒別甲狀腺結(jié)節(jié)良惡性的研究[D];山東大學(xué);2015年

5 廖聲揚(yáng);數(shù)字視頻復(fù)制—粘貼篡改被動(dòng)取證研究[D];福建師范大學(xué);2015年

6 牧其爾;基于紋理特征的人工梭梭林生物量遙感估測(cè)研究[D];內(nèi)蒙古師范大學(xué);2015年

7 張瑞英;基于多源遙感數(shù)據(jù)的森林郁閉度估測(cè)方法研究[D];內(nèi)蒙古師范大學(xué);2015年

8 黃源;基于區(qū)域語(yǔ)義模板的刑偵圖像檢索算法研究[D];西安郵電大學(xué);2015年

9 趙玉丹;基于LBP的圖像紋理特征的提取及應(yīng)用[D];西安郵電大學(xué);2015年

10 林婉晴;城市不透水面信息提取方法及應(yīng)用研究[D];福建師范大學(xué);2015年

，

本文編號(hào)：1982146