文献类型：期刊文章

作　　者：曹鹏祥[1,2] 王如猛[1] 邓英[1]

机构地区：[1]中国人民解放军93173部队 [2]南京航空航天大学电子信息工程学院

出　　处：《微型机与应用》

基　　金：江南大学食品科学与技术国家重点实验室开放基金项目(SKLF-KF-201310);江苏省食品先进制造装备技术重点实验室开放课题资助项目(FM-201409)

年　　份：2015

卷　　号：34

期　　号：15

起止页码：47-50

语　　种：中文

收录情况：JST、普通刊

摘　　要：为进一步提高牛肉大理石纹评级的正确率,提出了基于完整局部二值模式(Completed Local Binary Pattern,CLBP)、改进核主成分分析(Kernel Principal Component Analysis,KPCA)和随机森林(Random Forests,RF)的牛肉大理石纹评级方法。首先,利用CLBP提取牛肉大理石纹图像的纹理特征;其次,采用混沌蜂群算法对KPCA的核参数进行优化,使KPCA的降维效果和特征提取达到最优,获得表征牛肉大理石纹样本图像的特征向量;最后,使用随机森林完成牛肉大理石纹样本的分级识别,获得最终评级结果。大量实验结果表明,与基于分形维和图像特征的方法、基于灰度共生矩阵和BP(Back Propagation)神经网络法相比,本文方法所得识别率最高。

关 键 词：牛肉大理石纹评级  图像处理 完整局部二值模式  混沌蜂群优化  核主成分分析 随机森林  

分 类 号：TP391.41]