基于SIFT关键点直方图的木材树种识别
计算机视觉与模式识别
2015-12-17 v4
摘要
传统上，只有具备专业知识和丰富经验的专家才能识别不同的木材树种。将图像处理技术应用于木材树种识别，不仅能降低培训合格识别者的开销，还能提高识别准确率。本文提出一种基于尺度不变特征变换(SIFT)关键点直方图的木材树种识别技术。我们首先使用SIFT算法从木材横截面图像中提取关键点，然后使用k-means和k-means++算法进行聚类。利用聚类结果，为每幅木材图像计算一个SIFT关键点直方图。此外，采用包括人工神经网络(ANN)、支持向量机(SVM)和K近邻(KNN)在内的几种分类模型来验证该方法的性能。最后，通过与GLCM和LBP等其他流行的木材识别方法进行比较，结果表明我们的方案取得了更高的准确率。
引用
@article{arxiv.1511.01804,
title = {Wood Species Recognition Based on SIFT Keypoint Histogram},
author = {Shuaiqi Hu and Ke Li and Xudong Bao},
journal= {arXiv preprint arXiv:1511.01804},
year = {2015}
}
备注
CISP 2015