计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2011年
10期
244-248
,共5页
小波变换%颜色熵%分块图像%支持向量机
小波變換%顏色熵%分塊圖像%支持嚮量機
소파변환%안색적%분괴도상%지지향량궤
研究海浮游生物优化识别问题,为识别彩色浮游生物图像,由于生物品种繁多,形态不同.用传统的人工方法,样本的分类统计较慢,难度大.为解决上述问题,采用融合小波分解和颜色信息熵的分块图像特征提取与识别算法.提取浮游生物图像分块后的三层小波分解的数学特征,结合四叉树分块后的颜色信息熵构造特征向量,采用支持向量机分类方法对浮游生物图像进行分类决策.通过对500幅样本图像进行实验,平均识别率可以达到83.7％,识别时间为56秒.实验表明:与传统的PCA的图像识别方法及基于内容的图像识别方法相比,改进算法识别彩色图像性能效果好,在算法上显著提高了识别效率,并具有良好的稳定性.
研究海浮遊生物優化識彆問題,為識彆綵色浮遊生物圖像,由于生物品種繁多,形態不同.用傳統的人工方法,樣本的分類統計較慢,難度大.為解決上述問題,採用融閤小波分解和顏色信息熵的分塊圖像特徵提取與識彆算法.提取浮遊生物圖像分塊後的三層小波分解的數學特徵,結閤四扠樹分塊後的顏色信息熵構造特徵嚮量,採用支持嚮量機分類方法對浮遊生物圖像進行分類決策.通過對500幅樣本圖像進行實驗,平均識彆率可以達到83.7％,識彆時間為56秒.實驗錶明:與傳統的PCA的圖像識彆方法及基于內容的圖像識彆方法相比,改進算法識彆綵色圖像性能效果好,在算法上顯著提高瞭識彆效率,併具有良好的穩定性.
연구해부유생물우화식별문제,위식별채색부유생물도상,유우생물품충번다,형태불동.용전통적인공방법,양본적분류통계교만,난도대.위해결상술문제,채용융합소파분해화안색신식적적분괴도상특정제취여식별산법.제취부유생물도상분괴후적삼층소파분해적수학특정,결합사차수분괴후적안색신식적구조특정향량,채용지지향량궤분류방법대부유생물도상진행분류결책.통과대500폭양본도상진행실험,평균식별솔가이체도83.7％,식별시간위56초.실험표명:여전통적PCA적도상식별방법급기우내용적도상식별방법상비,개진산법식별채색도상성능효과호,재산법상현저제고료식별효솔,병구유량호적은정성.
