摘要:
本发明公开了一种基于成组小波-变分关联向量机断口图像识别方法。首先,采用成组小波(Grouplet)变换处理断口图像,对Grouplet系数分别计算Grouplet调和熵、Grouplet峭度和Grouplet平均能量这3个特征向量。然后,将特征数据送入变分关联向量机(VRVM)分类器进行识别。
该方法特色在于吸收了成组小波和变分关联向量机的所有优点。与现有的图像识别方法相比较,提出的方法在图像识别方面具有明显的优势。不仅提高了图像的识别率,而且识别速度大幅度得到了提高。并且随着训练样本数量的增加,这种优势表现得越明显。在图像处理中具有广阔的应用前景。
| 专利名称 | 基于成组小波-变分关联向量机断口图像识别方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201510296871.7 |
| 申请号 | - | 专利申请日期 | 2015-06-02 |
| 专利授权日期 | 2015-10-07 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 李志农;孙熠;陶春虎 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了一种基于成组小波-变分关联向量机断口图像识别方法,首先,采用成组小波(Grouplet)变换处理断口图像,对Grouplet系数分别计算Grouplet调和熵、Grouplet峭度和Grouplet平均能量这3个特征向量,然后,将特征数据送入变分关联向量机(VRVM)分类器进行识别。该方法特色在于吸收了成组小波和变分关联向量机的所有优点,与现有的图像识别方法相比较,提出的方法在图像识别方面具有明显的优势,不仅提高了图像的识别率,而且识别速度大幅度得到了提高,并且随着训练样本数量的增加,这种优势表现得越明显,在图像处理中具有广阔的应用前景。 | ||