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。

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。