|
|||||
|
|
| 数字乳腺层析图像纹理特征联合提取与识别 | |
| 作者单位： | ;1.西安邮电大学自动化学院 |
| 摘 要： | 为提高乳腺组织图像特征提取的正确率,结合灰度共生矩阵纹理特征与Tamura纹理特征,给出一种联合提取与识别算法。采用双边滤波、受约束限制自适应直方图均衡和L0梯度滤波,对数字乳腺层析图像进行预处理,滤除其噪声并提高对比度;同时考虑灰度共生矩阵与Tamura纹理特征,通过增加特征值维度,将两者融合入一个矩阵之中,并依据特征选择规则提取最适特征;用支持向量机对特征向量分类。与仅依赖其中一种纹理特征的提取算法相比,所给算法可提高特征提取与识别正确率,从而更好地实现图像分类。 |
| 关 键 词： | 数字乳腺层析(DBT)图像 灰度共生矩阵 Tamura纹理特征 特征选择 支持向量机(SVM) |
Joint extraction and recognition of texture features of digital breast tomosynthesis image |
|
| Abstract: | |
| Keywords: | |