共查询到10条相似文献,搜索用时 15 毫秒
1.
基于小波变换和支持向量机的彩色纹理识别 总被引:1,自引:0,他引:1
为了提高纹理图像的识别率,提出了一种将颜色信息融入到纹理识别中的新方法--基于小波变换和支持向量机的彩色纹理识别.首先将彩色纹理图像转化到HSV彩色空间,用小波变换进行树形结构小波分解提取彩色纹理的特征,然后用SVM对不同的特征进行纹理分类识别.对不同的彩色自然纹理图像进行了实验,并将结果与已有的进行了比较.实验结果证明,此方法的正确识别率比较高. 相似文献
2.
3.
在Gabor小波滤波器组与图像卷积值作为特征向量达到很高识别率的基础上,提出了一种特征值加权的Gabor小波纹理特征的提取方法.首先Gabor小波函数与纹理图像做卷积,然后加权处理尺度各不相同和方向各不相同的的卷积值,最后将均值和方差看作它们的特征向量,该方法使特征维数有所降低,并利用BP神经网络进行训练和仿真,实现运动车辆纹理图像的自动分类,达到运动图像的识别.实验结果表明此算法有效降低了图像的识别错误,增强了稳健性,对质量差的图像能够有效识别. 相似文献
4.
5.
针对高压电器局部放电模式分类中样本数较少,常规的分类方法识别率较低,提出了一种基于概率神经网络与小波变换的混合算法。利用实验室模拟的局部放电信号进行小波分解,提取小波能量系数作为特征参数,并作为概率神经网络的输入进行分类。其得到的结果优于多层前馈神经网络及采用顺序最优化学习方法的支持向量机算法。 相似文献
6.
7.
基于最佳小波变换和神经网络的气体非线性荧光光谱的识别 总被引:2,自引:2,他引:0
将小波变换和神经网络相结合用于非线性荧光光谱的识别,针对非线性荧光光谱的特点,提出了选择最佳小波函数和分解层数的方法,处理后的光谱在保留光谱特征的基础上,大大压缩了数据维数;采用概率神经网络(PNN),对3种污染气体的非线性荧光光谱进行识别,获得了满意的实验结果。由于神经网络的输入是小波压缩后的数据,不仅提取了原始数据中的特征,而且数据的维数也下降7倍多,大大提高了气体识别的速度。 相似文献
8.
多母小波自适应小波滤波器 总被引:2,自引:2,他引:0
利用自适应小波变换(AWT)能融合不同母小波的优点,采用盖伯母小波和墨西哥帽母小波构成自适应小波.以光学人脸识别中降噪问题为应用背景,使用神经网络法对小波参数和组合系数进行优化,将生成的多母小波自适应小波滤波器用作人脸特征提取器.对噪声图像做特征提取,进行相关识别,采用3个指标定量分析识别结果.同盖伯小波和墨西哥帽小波识别结果的比较表明,多母小波自适应小波具有不同母小波的优点,并有良好的降噪性能. 相似文献
9.