КЛАССИФИКАЦИЯ СОСТОЯНИЯ РАСТЕНИЙ СРЕДСТВАМИ ТЕКСТУРНОГО ВЕЙВЛЕТ-АНАЛИЗА И МАШИННОГО ОБУЧЕНИЯ (2024)

В данной работе предложен метод, комбинирующий вейвлет-преобразования и методы машинного обучения, для классификации состояния растительных культур по цветным цифровым изображениям. Входными данными для классификации являлся сформированный вектор текстурных признаков Харалика.

Реализована программа на высокоуровневом языке программирования Python для классификации цифровых изображений с использованием многоуровневого дискретного вейвлет-преобразования Добеши и классификационных методов машинного обучения – классической логистической регрессии и персептрона. Показана эффективность предложенного метода в решении задачи многоклассовой классификации изображений, сделаны соответствующие выводы, оценены перспективы метода.

Тип: Статья
Автор (ы): Брыкин Валентин Валерьевич, Брагинский Михаил Яковлевич, Тараканов Дмитрий Викторович, Тараканова Ирина Олеговна
Ключевые фразы: : вейвлет-преобразование Добеши, текстурные признаки Харалика, логистическая регрессия, классификация цифровых изображений

Идентификаторы и классификаторы

УДК
004.8. Искусственный интеллект
517.4. Функциональные определители. Интегральные преобразования. Операционное исчисление
Текстовый фрагмент статьи