论文部分内容阅读
将包裹内常见物品分别分为2类和3类。分析提取包裹中常见物品的纹理特性,基于包裹内常见物品图像的纹理特征,选择K均值算法分类器和BP神经网络分类器对两种分类方法进行验证,根据分类试验结果确定包裹内物品的分类数目。试验表明,将包裹内常见物品分为颗粒状物品和非颗粒状物品2类时,分类器可以对X射线包裹图像颗粒状物品进行更有效的识别。