一种基于形状与纹理特征的枣类分级新方法
计算机视觉与模式识别
2015-01-07 v1
摘要
本文提出了一种基于形状与纹理特征组合对枣类果实进行分级的新方法。该方法首先使用双边滤波器降低镜面反射与小噪声。基于阈值分割进行背景去除并从给定图像中选取果实部分。利用枣类果实的轮廓提取形状特征，并利用Curvelet变换与局部二值模式（LBP）从选定的枣类果实区域提取纹理特征。最后，将形状与纹理特征的组合融合以将枣类分为六个等级。k近邻（k-NN）分类器相较于其他两种分类器（如支持向量机（SVM）与线性判别分析（LDA）分类器）取得了最佳分级率。实验结果表明我们的技术达到了最高准确率。
引用
@article{arxiv.1501.01090,
title = {A Novel Technique for Grading of Dates using Shape and Texture Features},
author = {S. H. Mohana and C. J. Prabhakar},
journal= {arXiv preprint arXiv:1501.01090},
year = {2015}
}
备注
15 pages, 3 figures and 6 tables in Machine Learning and Applications: An International Journal (MLAIJ) Vol.1, No.2, December 2014