基于纹理特征与遗传优化的岩石分类方法
计算机视觉与模式识别
2017-08-21 v2
摘要
本文中，我们提出一种基于光谱分析并提取所得图像纹理特征来对一组岩石纹理进行分类的方法。使用 4 种不同的滤波器测试了多达 520 个特征，并验证了全部 31 种不同的组合。分类过程依赖于朴素贝叶斯分类器。我们进行了两类优化：基于协方差的主成分分析（PCA）的统计优化，以及对 10,000 个随机定义样本的遗传优化，最终获得了 91% 的最大分类成功率，而原始成功率（未使用任何优化和滤波器）为 70%。优化后，9 类特征显现为最相关。
引用
@article{arxiv.1607.01679,
title = {On a method for Rock Classification using Textural Features and Genetic Optimization},
author = {Manuel Blanco Valentin and Clecio Roque De Bom and Marcio Portes de Albuquerque and Marcelo Portes de Albuquerque and Elisangela Faria and Maury Duarte Correia and Rodrigo Surmas},
journal= {arXiv preprint arXiv:1607.01679},
year = {2017}
}
备注
13 pages, 3 figures, 1 appendix. Replaced to match the published version