| 多模式共生的彩色纹理图像分类方法 |
| |
| 引用本文： | 李君伟,刘光帅,刘望华,陈晓文.多模式共生的彩色纹理图像分类方法[J].计算机应用研究,2020,37(7):2185-2188. |
| |
| 作者姓名： | 李君伟 刘光帅 刘望华 陈晓文 |
| |
| 作者单位： | 西南交通大学 机械工程学院,成都 610031;西南交通大学 机械工程学院,成都 610031;西南交通大学 机械工程学院,成都 610031;西南交通大学 机械工程学院,成都 610031 |
| |
| 基金项目： | 国家自然科学基金;四川省科技支撑计划 |
| |
| 摘 要： | 针对单一方法进行纹理图像分类时易受旋转、光照等干扰的情况，提出了一种结合颜色特征和纹理特征的共生纹理分类方法。将图像转换到HSV颜色空间后，对◢H◣通道使用SLIOP算法以及对◢S和V◣通道用CLBP算法提取特征，然后将各自提取到的特征进行串联共生，最后利用支持向量机对纹理图像进行分类。基于被广泛使用的纹理图像数据库，对提出方法与其他典型分类算法进行实验对比，分析表明在分类的准确率和计算效率上获得了较大提升。实验结果表明，提出了方法具有较强的旋转不变性、光照不变性以及抗噪性。
|
| 关 键 词： | 纹理分类 特征提取 HSV颜色空间 共生 简化局部像素强度模式 完备局部二值模式 |
| 收稿时间： | 2018/12/25 0:00:00 |
| 修稿时间： | 2020/6/2 0:00:00 |
Texture classification method based on co-occurrence of multi-pattern |
| |
| Li Jun-wei,Liu Guang-shuai,Liu Wang-hua and Chen Xiao-wen.Texture classification method based on co-occurrence of multi-pattern[J].Application Research of Computers,2020,37(7):2185-2188. |
| |
| Authors: | Li Jun-wei Liu Guang-shuai Liu Wang-hua and Chen Xiao-wen |
| |
| Affiliation: | School of Mechanical Engineering,Southwest Jiaotong University,,, |
| |
| Abstract: | |
| |
| Keywords: | texture classification feature extraction HSV color space co-occurrence simplified local intensity order pattern(SLIOP) completed local binary pattern(CLBP) |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
