基于双尺度分解和模糊熵测量的特征选择算法

摘要

针对当前树叶识别算法缺乏足够的鲁棒性和可区分度,提出一种双尺度分解和模糊熵测量的特征选择算法。首先采用自适应提升小波(ALW)和不同尺度高斯滤波的双尺度算法,然后根据中心对称的局部二进制描述算子(CS-LBP)提取形状和纹理特征,最后由模糊熵测量法(FESM)重新分配各个尺度的比例。实验结果说明算法具有较高的识别率和噪声容忍度。