基于灰度共生矩阵和BP神经网络的道床板结识别(3)

人气指数:点发布时间:2014-11-10 10:02 来源：http://www.zgqkk.com 作者：闫筑峰

分享到：

　　（3）灰度共生矩阵的生长间距根据道床区域的实际情况自适应的调整。

　　（4）BP神经网络作为非线性的分类器，仅仅需要系统的输入输出为依据就可判断那些为道床已板结的图片，而且识别的误差比较小。

　　参考文献

　　[1] 阮秋琦.数字图像处理学[M].北京：电子工业出版社，2001.

　　[2] HARALICK R M.Statistical and structural Approaches to Texture[J].proceeding of IEEE，1975，67（5）：786-504.

　　[3] DUDA RO，HART PE.Use of the Hough transformation to detect lines and curves in pictures[J].Com-mun.ACM，1972，15（1）：11-15.

　　[4] KIRYATI N，ELDAR Y，BRUCKSTE

　　IN AM.A probabilistic Hough transform[J].Pattern Recognition，1991，24：303—316.

　　[5] XU L，OJA E.Randomized Hough transform（RHT）：basic mechanisms，algorithms，and computational complexities[C].CVGIP：Image Und-erstanding，1993，57，2.

　　[6] BARAEDI A，PARMIGGIAN F.An investigation of texture characteristics associated with gray level co-occurrence matrix statistical parameters[J].IEEE Trans.On Geo-science and Remote sensing，1995，33（2）：293-303.

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。

基于灰度共生矩阵和BP神经网络的道床板结识别(3)

投稿辅导服务咨询与期刊合作加盟

期刊推荐