原文服务方: 弹箭与制导学报       
摘要:
文中提出了一种基于隐Markov模型和多层感知器的小波域图象纹理分割新算法.首先该算法通过图形组合方法有效地提取了图像在小波变换域各子带之间的相关性,然后应用多层感知器进行分类,将HMM的规范性和MLP神经网络的分类能力有效地结合起来.最后给出了文中算法对Brodatz纹理的分类结果.实验证明了文中算法的有效性.
推荐文章
基于四叉树分割的小波域分形图象压缩算法
小波变换
分形
图象压缩
四叉树
基于小波域隐马模型的树木类图像分割算法
图像分割
小波
隐马模型
树木图像
基于小波变换的盲图象恢复
盲图象恢复
小波变换
平滑约束
一种基于三进制小波变换的纹理分割方法
小波变换
特征提取
纹理分析
C-均值聚类
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CHMT/NN的小波域纹理图象分割新算法
来源期刊 弹箭与制导学报 学科
关键词 图象分割 小波 隐Markov模型 多层感知器
年,卷(期) 2005,(4) 所属期刊栏目 相关技术(5)
研究方向 页码范围 729-732
页数 4页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1673-9728.2005.04.238
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 李会方 西北工业大学电子信息学院 54 258 9.0 12.0
2 徐瑞萍 西北工业大学电子信息学院 7 16 2.0 3.0
3 庞文俊 西北工业大学电子信息学院 5 16 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  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(3)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图象分割
小波
隐Markov模型
多层感知器
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
弹箭与制导学报
双月刊
1673-9728
61-1234/TJ
大16开
1980-01-01
chi
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
28550
论文1v1指导