一种基于高阶统计量的纹理图像识别新方法

• 作者: 毕晓君 静广宇
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 高阶统计量 纹理特征 自组织特征映射网络
• 年，卷（期）: 2004,（3）
• 页码范围: 363-366
• 页数: 4页
• 分类号: TN919.8
• 字数: 2310字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.2004.03.023

摘要

提出一种基于高阶统计量的纹理图像识别方法,可以识别多种纹理图像.在二阶统计特征基础上,引入高阶统计量作为纹理图像的特征参数,并与人工神经网络相结合,建立起基于15个纹理特征参数的自组织神经网络,进行自学习-训练,从而实现图像识别;对于未经训练的纹理图像,网络可自动进行学习,并存储网络权值.实验结果表明,该识别方法能有效提高纹理图像的正确识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毕晓君	哈尔滨工程大学信息与通信工程学院	126	1188	17.0	27.0
2	静广宇	哈尔滨工程大学信息与通信工程学院	2	68	2.0	2.0