原文服务方: 微电子学与计算机       
摘要:
文章提出了一种纹理图像特征提取的有效算法.该算法利用纹理信息的频域分布以及尺度特性,并在此基础上进行纹理分类.这里采用了分类性能良好的支撑矢量机作为分类器,实验结果表明该方法提取的特征向量稳定,在类别数目比较大时也能得到较高的分类精度.
推荐文章
稀疏纹理的特征提取和分类研究
纹理分类
特征提取
稀疏纹理
基于纹理特征提取的图像分类方法研究及系统实现
纹理特征提取
图像分类
灰度共生矩阵
支持向量机
半色调图像纹理特征提取方法
半调图像
局部二值模式
特征提取
像素相关算子
基于LBPV的浮选泡沫图像纹理特征提取
浮选泡沫图像
纹理
局部二进制模式方差
浮选工况
聚类分析
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 纹理图像的特征提取和分类
来源期刊 微电子学与计算机 学科
关键词 纹理图像 特征提取 分类 支撑矢量机
年,卷(期) 2005,(9) 所属期刊栏目
研究方向 页码范围 96-98,102
页数 4页 分类号 TP301
字数 语种 中文
DOI 10.3969/j.issn.1000-7180.2005.09.029
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 李小平 西安电子科技大学机电工程学院 55 612 12.0 21.0
2 王丽亚 西安电子科技大学机电工程学院 2 28 2.0 2.0
3 方凯 西安电子科技大学电子工程学院 3 34 3.0 3.0
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  (2)
节点文献
引证文献  (19)
同被引文献  (12)
二级引证文献  (55)
1995(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(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)
2006(4)
  • 引证文献(4)
  • 二级引证文献(0)
2007(5)
  • 引证文献(5)
  • 二级引证文献(0)
2008(6)
  • 引证文献(4)
  • 二级引证文献(2)
2009(12)
  • 引证文献(1)
  • 二级引证文献(11)
2010(11)
  • 引证文献(2)
  • 二级引证文献(9)
2011(6)
  • 引证文献(1)
  • 二级引证文献(5)
2012(7)
  • 引证文献(0)
  • 二级引证文献(7)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
纹理图像
特征提取
分类
支撑矢量机
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导