基于LBP与LSSVM的数字图像分类算法
针对数字图像的高精度分类问题,提出了一种新型数字图像分类算法.在该算法中,局部二值模式(Local Binary Patterns,LBP)算子被用于数字图像的LBP图构建LBP图的直方图被用于构建图像样本的特征向量;大量样本的特征向量构建的训练数据集被送入最小二乘支持向量机(Least Squares Support Vector Machines,LSSVM)进行最优分类模型的构建.在测试数据集的分类测试中,对本文所提出算法与传统支持向量机算法、极限学习机算法和Hopfield神经网络方法进行了比较,在宏查准率、宏查全率和分类时间几个典型性能指标的测试方面,本文所提出的LBP-LSSVM算法均表现出了优异的性能.
局部二值模式、LSSVM、数字图像分类
35
TP391.4;TH691.9(计算技术、计算机技术)
2020-05-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
471-476