基于卷積神經(jīng)網(wǎng)絡(luò)的壁畫顏料多光譜圖像分類
關(guān)鍵詞：圖像處理 壁畫顏料 多光譜圖像 分類 卷積神經(jīng)網(wǎng)絡(luò)
摘要：針對傳統(tǒng)光譜匹配法在進(jìn)行古代壁畫顏料識(shí)別時(shí)存在的獲取每個(gè)點(diǎn)反射率的過程復(fù)雜、計(jì)算具有一定誤差等會(huì)影響識(shí)別精度的問題,將壁畫顏料識(shí)別問題轉(zhuǎn)換成多光譜圖像分類問題,利用在圖像分類領(lǐng)域有較強(qiáng)優(yōu)勢的卷積神經(jīng)網(wǎng)絡(luò)算法對多光譜圖像進(jìn)行處理,設(shè)計(jì)了一種新的卷積神經(jīng)網(wǎng)絡(luò)模型,并提出了光譜特征重組的數(shù)據(jù)預(yù)處理方式,通過加入兩次dropout防止訓(xùn)練過程出現(xiàn)過擬合問題,進(jìn)而實(shí)現(xiàn)了對古壁畫顏料的分類。實(shí)驗(yàn)結(jié)果表明,該方法與統(tǒng)計(jì)流形支持向量機(jī)分類方法,以及未加入dropout的卷積神經(jīng)網(wǎng)絡(luò)分類方法相比,在分類效果和分類精度上具有明顯的優(yōu)勢。
激光與光電子學(xué)進(jìn)展雜志要求:
{1}參考文獻(xiàn)按引文先后在文中標(biāo)出序號(hào)，并與文后參考文獻(xiàn)序號(hào)一致，參考文獻(xiàn)著錄項(xiàng)目要齊全。
{2}文稿內(nèi)容應(yīng)包括：文章題名、作者署名、作者單位、摘要、關(guān)鍵詞、引言、正文、結(jié)束語或結(jié)論、參考文獻(xiàn)等。
{3}本刊對擬采用稿件有酌情刪改權(quán)，如不同意刪改者，請?jiān)趤砀逯刑貏e聲明。
{4}文內(nèi)標(biāo)題層次一般不超過3級，一律用“1”“1.1”“1.2”“1.1.1”“1.1.2”等標(biāo)識(shí)，均頂格寫。
{5}文稿必須包括題名、作者姓名、中英文摘要和關(guān)鍵詞、第一作者簡介。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
