发明名称 |
一种基于BP神经网络的煤岩图像识别方法 |
摘要 |
一种基于BP神经网络的煤岩图像识别方法,通过对煤岩图像进行Daubechies小波变换分解,从而抽取图像纹理特征信息构造纹理特征向量。为了更有效的提取图像纹理特征,同时减少特征向量的维数,采用分解尺度等级为3,同时采用BP神经网络作为分类器。本发明计算速度快、准确率高,适用于复杂环境下煤岩图像的自动分类,可有效提高该类图像的识别准确率。 |
申请公布号 |
CN103530621A |
申请公布日期 |
2014.01.22 |
申请号 |
CN201310535559.X |
申请日期 |
2013.11.04 |
申请人 |
中国矿业大学(北京) |
发明人 |
孙继平;佘杰 |
分类号 |
G06K9/00(2006.01)I;G06K9/46(2006.01)I;G06N3/02(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种基于BP神经网络的煤岩图像识别方法,其特征在于,包括以下步骤:1)选择A幅煤岩训练样品图像,B幅待分类煤岩测试样品图像,其中B小于A;2)将第1)步的训练样品图像和待分类测试样品图像进行三级Daubechies小波变换;3)对训练样品图像和待分类测试样品图像分别抽取纹理特征信息;4)对训练样品图像和待分类测试样品图像分别构造纹理特征向量;5)将训练样品的纹理特征向量输入分类器,分类器为BP神经网络;6)对分类器进行设置和训练,然后输入待分类测试样品图像纹理特征向量进行分类,得到最后的识别结果。 |
地址 |
100083 北京市海淀区学院路丁11号中国矿业大学(北京) |