原文服务方: 微电子学与计算机       
摘要:
为了进一步提纹理图像的检索性能,提出了一种基于双密度小波的算法.该算法根据双密度小波分解的特点,从系数角度出发首先进行子带组合,然后提取子带小波系数直方图分布特性作为纹理特征,利用最大似然估计规则将特征提取和相似计算结合起来,采用KL距离进行度量.与单小波和双密度小波方法比较,该算法具有时移不变性、特证数少等特点.理论分析和纹理图像检索的对比实验数据说明了组合双密度小波在纹理特征提取方面的性能优于单小波和双密度小波,检索率分别提高了.
推荐文章
基于双密度小波变换的纹理图像检索
双密度小波变换
图像检索
纹理图像
基于统计模型和KL距离的纹理图像检索
小波
一般高斯模型
混合高斯模型
纹理
基于Curvelet和小波变换的纹理图像识别
小波变换
Curvelet变换
纹理分类
支持向量机
基于双密度双树复数小波变换的图像去噪
双密度双树小波
双数复数小波
图像处理
去噪
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KL距离和双密度小波变换的纹理图像检索
来源期刊 微电子学与计算机 学科
关键词 小波 双密度小波 纹理 纹理特征提取 纹理检索 Kl距离
年,卷(期) 2006,(2) 所属期刊栏目
研究方向 页码范围 13-15,19
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1000-7180.2006.02.005
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 沈钧毅 西安交通大学电子与信息工程学院 211 4319 32.0 55.0
2 尚赵伟 西安交通大学电子与信息工程学院 8 135 5.0 8.0
3 张明新 西安交通大学电子与信息工程学院 5 34 3.0 5.0
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  (4)
同被引文献  (0)
二级引证文献  (18)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(3)
  • 引证文献(0)
  • 二级引证文献(3)
2010(4)
  • 引证文献(0)
  • 二级引证文献(4)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
小波
双密度小波
纹理
纹理特征提取
纹理检索
Kl距离
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
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导