| 基于SVM的图像纹理特征分类研究 |
| |
| 引用本文： | 汤井田,胡丹,龚智敏.基于SVM的图像纹理特征分类研究[J].计算机工程与科学,2008,30(8):44-45. |
| |
| 作者姓名： | 汤井田 胡丹 龚智敏 |
| |
| 作者单位： | 1. 中南大学信息物理工程学院,湖南,长沙,410083
2. 武汉科技大学资源环境工程学院,湖北,武汉,430000 |
| |
| 摘 要： | 支持向量机（SVM）是一种表现卓越的分类方法，而灰度共生矩阵（GLCM）则是一种很好的纹理分析方法，故而本文提出了一种使用灰度共生矩阵进行特征提取的应用支持向量机的纹理特征分类法。实验结果表明，与直接应用灰度信息进行分类的支持向量机算法相比，本文方法可以取得更为准确的分类结果。
|
| 关 键 词： | 支持向量机 灰度共生矩阵 特征提取 纹理分类 |
Research on the Classification of SVM-Based Image Texture Features |
| |
| TANG Jing-tian,HU Dan,GONG Zhi-min.Research on the Classification of SVM-Based Image Texture Features[J].Computer Engineering & Science,2008,30(8):44-45. |
| |
| Authors: | TANG Jing-tian HU Dan GONG Zhi-min |
| |
| Abstract: | Support vector machine(SVM)has excellent performance in classification.And the Gray Level Co-occurrence Matrix(GLCM)is a promising method for texture analysis.So an algorithm of texture classification by SVM is proposed,which uses GLCM to extract features.Compared with the method using images' gray information directly for SVM classification,the method proposed in this paper can classify the texture features more exactly. |
| |
| Keywords: | support vector machine gray level co-occurrence matrix feature extraction texture classification |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与科学》浏览原始摘要信息 |
|
点击此处可从《计算机工程与科学》下载全文 |
