现代计算机（专业版）
現代計算機（專業版）
현대계산궤（전업판）
MODERN COMPUTER
2013年
22期
28-32
,共5页
二维经验模式分解%固有模式函数%快速自适应二维经验模式分解%广义伽马%图像检索
二維經驗模式分解%固有模式函數%快速自適應二維經驗模式分解%廣義伽馬%圖像檢索
이유경험모식분해%고유모식함수%쾌속자괄응이유경험모식분해%엄의가마%도상검색
二维经验模式分解(BEMD)方法把图像分解成一组称为固有模式函数(IMF)和残差,广泛应用在纹理图像的检索中.对BEMD检索纹理图像进行改进,使用快速自适应二维经验模式分解(FABEMD)对纹理图像进行分解,创新性地利用广义伽马分布密度函数来对FABEMD分解出来的IMF系数进行建模,并利用Kullback-Leibler距离来计算两张纹理图像的相似性.实验结果表明,算法快速有效.
二維經驗模式分解(BEMD)方法把圖像分解成一組稱為固有模式函數(IMF)和殘差,廣汎應用在紋理圖像的檢索中.對BEMD檢索紋理圖像進行改進,使用快速自適應二維經驗模式分解(FABEMD)對紋理圖像進行分解,創新性地利用廣義伽馬分佈密度函數來對FABEMD分解齣來的IMF繫數進行建模,併利用Kullback-Leibler距離來計算兩張紋理圖像的相似性.實驗結果錶明,算法快速有效.
이유경험모식분해(BEMD)방법파도상분해성일조칭위고유모식함수(IMF)화잔차,엄범응용재문리도상적검색중.대BEMD검색문리도상진행개진,사용쾌속자괄응이유경험모식분해(FABEMD)대문리도상진행분해,창신성지이용엄의가마분포밀도함수래대FABEMD분해출래적IMF계수진행건모,병이용Kullback-Leibler거리래계산량장문리도상적상사성.실험결과표명,산법쾌속유효.
