基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
图像的分数维特征描述了纹理的复杂度和粗糙度.图像的灰度梯度信息则检出了图像中灰度跳变的部分,将图像的梯度信息加进灰度共生矩阵,则使得共生矩阵更能包含图像的纹理基元及其排列的信息.将4种基本云类(卷云、积雨云、积云和层云)的分数维和灰度梯度共生矩阵(GGCM)的二次统计特征结合起来,对云类进行分类与识别.样本的试验表明,分数维和灰度梯度共生矩阵的二次统计特征结合起来,气象云图能有效地识别.
推荐文章
基于灰度共生矩阵的织物纹理研究
织物纹理
纹理特征
纹理分析
灰度共生矩阵
基于灰度—梯度共生矩阵的植被提取方法
遥感影像
灰度—梯度共生矩阵
梯度信息
Laws纹理能量测度
植被提取
基于灰度共生矩阵纹理特征的局部放电模式识别
局部放电
?-q-n三维图谱
放电分布矩阵
灰度共生矩阵
纹理特征
灰度共生矩阵纹理特征提取的Matlab实现
灰度共生矩阵
纹理特征
Matlab
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于分数维与灰度梯度共生矩阵的气象云图识别(Ⅱ)--灰度梯度共生矩阵对纹理统计特征的描述
来源期刊 南京理工大学学报(自然科学版) 学科 工学
关键词 卫星云图,模式识别,图像处理 灰度梯度共生矩阵,纹理分析
年,卷(期) 1999,(4) 所属期刊栏目
研究方向 页码范围 289-292
页数 4页 分类号 TP391.41
字数 1642字 语种 中文
DOI 10.3969/j.issn.1005-9830.1999.04.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 夏德深 南京理工大学计算机科学与技术系 220 3601 29.0 48.0
2 王健 南京理工大学计算机科学与技术系 45 304 10.0 16.0
3 金盛 南京理工大学计算机科学与技术系 2 86 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (46)
同被引文献  (43)
二级引证文献  (275)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(2)
  • 引证文献(2)
  • 二级引证文献(0)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(5)
  • 引证文献(5)
  • 二级引证文献(0)
2006(13)
  • 引证文献(4)
  • 二级引证文献(9)
2007(8)
  • 引证文献(1)
  • 二级引证文献(7)
2008(11)
  • 引证文献(1)
  • 二级引证文献(10)
2009(15)
  • 引证文献(2)
  • 二级引证文献(13)
2010(12)
  • 引证文献(6)
  • 二级引证文献(6)
2011(26)
  • 引证文献(4)
  • 二级引证文献(22)
2012(19)
  • 引证文献(2)
  • 二级引证文献(17)
2013(18)
  • 引证文献(3)
  • 二级引证文献(15)
2014(27)
  • 引证文献(5)
  • 二级引证文献(22)
2015(22)
  • 引证文献(2)
  • 二级引证文献(20)
2016(27)
  • 引证文献(3)
  • 二级引证文献(24)
2017(28)
  • 引证文献(1)
  • 二级引证文献(27)
2018(40)
  • 引证文献(2)
  • 二级引证文献(38)
2019(39)
  • 引证文献(1)
  • 二级引证文献(38)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
卫星云图,模式识别,图像处理
灰度梯度共生矩阵,纹理分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京理工大学学报(自然科学版)
双月刊
1005-9830
32-1397/N
南京孝陵卫200号
chi
出版文献量(篇)
3510
总下载数(次)
7
总被引数(次)
33414
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导