| 基于多分辨率Trace变换的纹理图像分类 |
| |
| 引用本文： | 黎明,邢冬冬,汪宇玲.基于多分辨率Trace变换的纹理图像分类[J].电子学报,2019,47(4):962-969. |
| |
| 作者姓名： | 黎明 邢冬冬 汪宇玲 |
| |
| 作者单位： | 南昌航空大学江西省图像处理与模式识别重点实验室,江西南昌330063;南昌航空大学信息工程学院,江西南昌330063;南昌航空大学江西省图像处理与模式识别重点实验室,江西南昌330063;东华理工大学江西省放射性地学大数据技术工程实验室,江西南昌330013 |
| |
| 基金项目： | 国家自然科学基金;江西省优势创新团队;江西省优势创新团队;江西省教育厅科技项目;江西省图像处理与模式识别重点实验室开放基金;实验室开放基金 |
| |
| 摘 要： | 针对Trace变换提取的图像特征缺乏对纹理边缘信息描述和计算代价高的问题，利用小波变换对图像轮廓的表征优势，提出了多分辨率Trace变换并应用于纹理图像分类.首先，将小波变换引入到Trace变换中，对纹理图像进行非下采样小波变换，得到不同频率的低频特征子图及高频边缘子图；其次，在各级子图上进行一组泛函的Trace变换，获取纹理图像的融合特征，在获得图像边缘信息的同时避免了Trace变换不同泛函组合计算代价过高的问题；最后，把融合特征送入支持向量机对图像进行分类.实验结果表明，对图像采用多分辨率Trace变换提取的融合特征具有更好的纹理描述能力，相对于传统Trace变换及MCM等对比方法具有更高的鉴别性能，且在时间效率上相对于传统Trace变换有大幅提升.
|
| 关 键 词： | 纹理分类 Trace变换 非下采样小波变换 多分辨率 |
| 收稿时间： | 2017-08-01 |
Texture Classification Based on Multi-resolution Trace Transform |
| |
| LI Ming,XING Dong-dong,WANG Yu-ling.Texture Classification Based on Multi-resolution Trace Transform[J].Acta Electronica Sinica,2019,47(4):962-969. |
| |
| Authors: | LI Ming XING Dong-dong WANG Yu-ling |
| |
| Affiliation: | 1. Key Laboratory of Jiangxi Province for Image Processing and Pattern Recognition, Nanchang Hangkong University, Nanchang, Jiangxi 330063, China;
2. Jiangxi Engineering Laboratory on Radioactive Geoscience and Big Data Technology, East China University of Technology, Nanchang, Jiangxi 330013, China;
3. School of Information Engineering, Nanchang Hangkong University, Nanchang, Jiangxi 330063, China |
| |
| Abstract: | |
| |
| Keywords: | texture classification trace transform nonsubsampled wavelet transform multi-resolution |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《电子学报》浏览原始摘要信息 |
|
点击此处可从《电子学报》下载全文 |
|
