典型文献
基于多尺度结构特征融合的纹理图像识别
文献摘要：
传统的纹理图像识别方法主要关注纹理基元的局部形态特征,但不能有效捕获纹理基元的全局分布特征,导致这些方法的识别能力受到限制.为了解决上述问题,提出一种多尺度结构特征融合的纹理图像识别方法.该方法首先构造一个纹理图像的多尺度空间,然后在多尺度空间内利用完备的局部二值计数(Com-pleted Local Binary Count,CLBC)方法提取纹理基元的局部形态特征,利用灰度共生矩阵(Gray Level Co-occur-rence Matrix,GLCM)方法提取纹理基元的全局分布特征,最后利用最近子空间分类器(Nearest Subspace Classifi-er,NSC)实现多尺度GLCM特征和CLBC特征的融合并判定纹理图像的类别.在基准纹理数据库上的实验结果表明,该方法有效提高了纹理图像的识别精度.
文献关键词：
纹理图像识别;灰度共生矩阵;完备的局部二值计数;特征融合
中图分类号：
作者姓名：
王军敏;宁超魁
作者机构：
平顶山学院 信息工程学院,河南 平顶山467036
文献出处：
引用格式：
[1]王军敏;宁超魁-.基于多尺度结构特征融合的纹理图像识别)[J].平顶山学院学报,2022(05):39-42
A类：
纹理图像识别,纹理基元,完备的局部二值计数,CLBC
B类：
多尺度结构,特征融合,局部形态,局分,识别能力,受到限制,多尺度空间,Com,pleted,Local,Binary,Count,灰度共生矩阵,Gray,Level,occur,rence,Matrix,GLCM,子空间,分类器,Nearest,Subspace,Classifi,er,NSC,识别精度
AB值：
0.278501
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
