留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于多特征的纹理特征提取方法研究与应用

梅浪奇 郭建明 刘清

梅浪奇, 郭建明, 刘清. 基于多特征的纹理特征提取方法研究与应用[J]. 交通信息与安全, 2015, (2): 31-38. doi: 10.3963/j.issn1674-4861.2015.02.005
引用本文: 梅浪奇, 郭建明, 刘清. 基于多特征的纹理特征提取方法研究与应用[J]. 交通信息与安全, 2015, (2): 31-38. doi: 10.3963/j.issn1674-4861.2015.02.005
MEI Langqi, GUO Jianming, LIU Qing. Research and Application of Texture Feature Extraction Based on Multi-features[J]. Journal of Transport Information and Safety, 2015, (2): 31-38. doi: 10.3963/j.issn1674-4861.2015.02.005
Citation: MEI Langqi, GUO Jianming, LIU Qing. Research and Application of Texture Feature Extraction Based on Multi-features[J]. Journal of Transport Information and Safety, 2015, (2): 31-38. doi: 10.3963/j.issn1674-4861.2015.02.005

基于多特征的纹理特征提取方法研究与应用

doi: 10.3963/j.issn1674-4861.2015.02.005
基金项目: 

国家自然科学基金项目

武汉理工大学自主创新研究基金项目

详细信息
  • 中图分类号: TP391.4

Research and Application of Texture Feature Extraction Based on Multi-features

  • 摘要: 纹理是图像的1种重要视觉特征,常用于识别和区分图像。纹理特征的提取则是其应用需首先解决的问题。通过总结分析目前较为常用的纹理特征提取方法,基于灰度共生矩阵(GLCM )算法、局部二值模式(LBP)算法和小波变换(DWT )算法的特点,提出基于多特征的纹理特征提取算法,即将各算法提取的特征进行融合。融合中使用权重对参数进行配置。论文设计了1种图像检索实验,通过图像检索实验比较了各算法提取的特征对纹理的描述能力。结果表明,对于Co rel图像库,笔者提出的多特征的纹理特征提取算法检索的平均查准率相对于GLCM 算法提高了20%,相对于LBP算法提高了9%,相对于DWT算法提高了10%,相对于徐少平等人提出的特征融合方法提高了15%。证实了文中所提出的算法能够兼顾各算法的优点,并具有较好的旋转不变性和尺度不变性。其不足之处是需要同时提取GLCM 算法,LBP算法,DWT 算法下的纹理特征,计算所需时间是后3种算法时间之和,使算法的实用性受到了一定的限制。

     

  • 加载中
计量
  • 文章访问数:  322
  • HTML全文浏览量:  48
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 刊出日期:  2015-04-28

目录

    /

    返回文章
    返回