基于残差神经网络的不均衡纹理图像分类方法研究

纹理作为图像的一种物理属性,可以较好地描述图像,所以就被广泛应用在图像分类中。现提出基于残差神经网络的不均衡纹理图像分类方法研究。在残差网络支持下进行特征提取,分割不均衡图像,完成残差块的识别分类。根据实验结果能够明显看到,采取基于残差神经网络的不均衡纹理图像分类方法进行图像分类的像素正确结果显然是比其它传统方法要高,这说明基于残差神经网络的不均衡纹理图像分类方法的高频子带含有图像较多的边缘、方向以及细节信息。在图像分类的精确度上,具备较高的有效性。