基于主成分分析的矿物浮选泡沫图像分类与识别
来源期刊:矿冶2005年第3期
论文作者:齐春 王红平 张忠信 李金标
关键词:浮选; 泡沫图像; 主成分分析; BP神经网络;
摘 要:浮选泡沫图像是一种特殊的纹理图像,不同类别等级泡沫图像比较相似,采用邻域灰度相关矩阵法或空间灰度相关矩阵法提取特征参数,然后用神经网络进行分类的效果不是很理想.本文利用主成分分析法对特征参数进行变换处理,改变不同类别特征参数的聚集程度,然后利用神经网络进行分类.对比实验结果表明: 对特征参数进行特征变换处理后,分类的正确率大大提高.
齐春1,王红平1,张忠信2,李金标3
(1.西安交通大学电子与信息工程学院,西安,710049;
2.云南会泽铅锌矿,云南曲靖,654211;
3.昆明冶金研究院,昆明,650031)
摘要:浮选泡沫图像是一种特殊的纹理图像,不同类别等级泡沫图像比较相似,采用邻域灰度相关矩阵法或空间灰度相关矩阵法提取特征参数,然后用神经网络进行分类的效果不是很理想.本文利用主成分分析法对特征参数进行变换处理,改变不同类别特征参数的聚集程度,然后利用神经网络进行分类.对比实验结果表明: 对特征参数进行特征变换处理后,分类的正确率大大提高.
关键词:浮选; 泡沫图像; 主成分分析; BP神经网络;
【全文内容正在添加中】