江苏大学学报(自然科学版)

作者：刘洋1,毛克明2

单位：1. 东北大学 图书馆， 辽宁 沈阳 110819； 2. 东北大学 软件学院， 辽宁 沈阳 110819

关键词：小差异化图像, 纹理特征, 数据挖掘, 自适应反馈, 属性分类, 跳跃连接, 局部二值模式, 支持向量机

基金： 国家自然科学基金资助面上项目（61773104）

 针对小差异化图像纹理相似度和噪声等因素导致纹理特征挖掘效果较差的问题，设计一种自适应反馈结合局部二值机制的小差异化图像纹理特征挖掘方法.使用规范割策略将图像数据各点拟作节点，使用节点间的连接线权重计算2点的相似度，采用支持向量机训练图像属性参数分类图像属性，进一步归纳图像类别.运用跳跃连接方法传输图像数据，将数据引入卷积神经网络剔除图像噪声.将中心点像素值当作反馈因子，创建自适应反馈判定条件，利用局部二值模式实现小差异化图像纹理特征挖掘.在MATLAB平台进行试验，从卷积神经网络收敛性、图像频谱纹理单元数、平均准确率、图像数据匹配度等方面进行了分析，分析结果表明：随着迭代次数不断增加，精度损失逐渐降低，基本收敛到稳定值，达到了预期训练效果；所提出方法挖掘的图像频谱纹理单元数3 800个以上，更贴合人眼视觉信息；平均准确率为0.87，准确率@1、准确率@5和准确率@10的平均值分别为0.90、0.84和0.85；挖掘耗时低于5 s，图像数据匹配度高于90.3%，验证了所提出方法可在图像纹理特征识别操作中发挥应有作用.

来源：2025年第1期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2025年第1期