10.3969/j.issn.1000-3428.2016.03.036
基于多特征融合的唐卡图像法器识别方法
唐卡图像具有内容丰富、画面复杂、色彩表现层次多等特点,但部分图像存在破损残缺、清晰度不高的不足.为此,提出一种融合Hu矩和局部二进制模式的图像特征提取方法,提高目标图像的特征表现程度,并在此基础上给出一种改进的基于距离密度的K最近邻分类算法,该算法待测样本所属的类别与其周围邻近点的类别最相关,且距离越近,相关度越高.实验结果表明,与传统的kNN、神经网络和神经网络集成方法相比,该方法对唐卡图像中的法器对象具有更高的识别正确率,能有效实现唐卡图像中法器对象的分类识别.
唐卡图像、图像识别、k最近邻分类算法、神经网络、局部二值模式
42
TP18(自动化基础理论)
国家自然科学基金资助项目60875006,61162021;西北民族大学科研创新团队基金
2016-06-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
198-203,207