基于综合特征的Bp_adaboost工业仪表图像分类方法

摘要：

针对工业场景图像背景复杂,受多种因素影响、利用单个特征完成工业仪表图像分类不能达到满意效果的问题,提出了一种综合利用图像的颜色和纹理特征,通过Bp_adaboost的方法对工业仪表图像进行分类的方法.首先基于HSV空间进行低阶颜色矩特征提取;然后基于灰度共生矩阵进行纹理特征提取;最后用17维综合特征向量对工业仪表图像进行Bp_adaboost分类学习和测试.实验结果表明,该方法对液位控制系统工业仪表与液位容器设备图像能取得较好的分类结果.

关键词：颜色矩、灰度共生矩阵、分类器、BP神经网络

所属期刊栏目：34

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金60974018,61273188;河北省自然科学基金F2012208075

在线出版日期：2013-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：451-456