基于卷积神经网络的壁画颜料多光谱图像分类

关键词：图像处理 壁画颜料 多光谱图像 分类 卷积神经网络 

摘要：针对传统光谱匹配法在进行古代壁画颜料识别时存在的获取每个点反射率的过程复杂、计算具有一定误差等会影响识别精度的问题,将壁画颜料识别问题转换成多光谱图像分类问题,利用在图像分类领域有较强优势的卷积神经网络算法对多光谱图像进行处理,设计了一种新的卷积神经网络模型,并提出了光谱特征重组的数据预处理方式,通过加入两次dropout防止训练过程出现过拟合问题,进而实现了对古壁画颜料的分类。实验结果表明,该方法与统计流形支持向量机分类方法,以及未加入dropout的卷积神经网络分类方法相比,在分类效果和分类精度上具有明显的优势。

激光与光电子学进展杂志要求:

{1}参考文献按引文先后在文中标出序号，并与文后参考文献序号一致，参考文献著录项目要齐全。

{2}文稿内容应包括：文章题名、作者署名、作者单位、摘要、关键词、引言、正文、结束语或结论、参考文献等。

{3}本刊对拟采用稿件有酌情删改权，如不同意删改者，请在来稿中特别声明。

{4}文内标题层次一般不超过3级，一律用“1”“1.1”“1.2”“1.1.1”“1.1.2”等标识，均顶格写。

{5}文稿必须包括题名、作者姓名、中英文摘要和关键词、第一作者简介。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社