计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2010年
10期
2343-2346
,共4页
Contourlet变换%自组特征映射神经网络%支持向量机%特征提取%纹理分类
Contourlet變換%自組特徵映射神經網絡%支持嚮量機%特徵提取%紋理分類
Contourlet변환%자조특정영사신경망락%지지향량궤%특정제취%문리분류
通过对传统小波多方向性缺失和Contourlet变换系数稀疏性的分析,提出运用方向性小波Contourlet分析纹理特征,以自组特征映射神经网络(SOM)处理Contourlet变换系数的重组序列.对SOM网络输出层codebook矩阵进行奇异值分解得到纹理图像特征向量的方法进行纹理分类,在充分利用图像各尺度方向信息的基础上,有效提取了图像纹理特征.实验结果表明,该方法分类效果显著,Contourlet变换比传统小波分解更适合于图像纹理特性的分析.
通過對傳統小波多方嚮性缺失和Contourlet變換繫數稀疏性的分析,提齣運用方嚮性小波Contourlet分析紋理特徵,以自組特徵映射神經網絡(SOM)處理Contourlet變換繫數的重組序列.對SOM網絡輸齣層codebook矩陣進行奇異值分解得到紋理圖像特徵嚮量的方法進行紋理分類,在充分利用圖像各呎度方嚮信息的基礎上,有效提取瞭圖像紋理特徵.實驗結果錶明,該方法分類效果顯著,Contourlet變換比傳統小波分解更適閤于圖像紋理特性的分析.
통과대전통소파다방향성결실화Contourlet변환계수희소성적분석,제출운용방향성소파Contourlet분석문리특정,이자조특정영사신경망락(SOM)처리Contourlet변환계수적중조서렬.대SOM망락수출층codebook구진진행기이치분해득도문리도상특정향량적방법진행문리분류,재충분이용도상각척도방향신식적기출상,유효제취료도상문리특정.실험결과표명,해방법분류효과현저,Contourlet변환비전통소파분해경괄합우도상문리특성적분석.