摘要
本申请公开了一种用于古生物表皮图形数据的处理方法,在数据采集环节,运用三维扫描设备,为后续处理抓取原始三维图形数据,奠定分析基础,预处理阶段意义重大,去噪处理剔除扫描环境与设备精度带来的高频噪声,得到的平滑三维数据转换为二维纹理映射图时,减少了误差与失真,提升数据可用性。纹理特征提取步骤里,灰度共生矩阵算法上场,算出对比度、相关性、能量、熵这些纹理特征参数,实现对古生物表皮纹理的量化描述,把抽象纹理转化为可对比、分析的数值,挖掘出鉴别物种的关键特质。到了纹理分类阶段,基于提取的特征参数,借助支持向量机、随机森林等机器学习算法构建模型,精准分类古生物表皮纹理。
技术关键词
三维图形数据
机器学习分类算法
纹理特征提取
三维扫描设备
灰度共生矩阵
构建分类模型
支持向量机
滤波算法
随机森林
K折交叉验证法
小波变换算法
对比度
模型超参数
机器学习算法
椒盐噪声
系统为您推荐了相关专利信息
灰度共生矩阵
残差神经网络
模块
纹理特征提取
校正
识别方法
灰度共生矩阵
像素点
识别系统
图像处理单元
功能评估方法
植被
水土保持功能
高分辨率全色遥感影像
空间结构特征