原文服务方: 计算机应用研究       
摘要:
提出了对稀疏纹理表面特征的新描述方法,并进行了纹理分类的研究.以往对纹理的研究大多是对2D纹理的研究,一般是通过大量的训练样本来完成纹理特征的提取.通过RANSAC估计两幅纹理的单应约束,提取两幅纹理的对应点,不仅可以提取一般纹理的特征,而且可以提取包含立体信息的纹理特征(如因为光照和视点的变化引起立体纹理的阴影变化等),通过对应点的提取使得不再需要大量的训练样本来进行纹理的特征提取.实验表明该算法可以较准确和快速地进行纹理特征提取和分类,使得纹理分类工作变得有较强的可行性和实用性.
推荐文章
纹理图像的特征提取和分类
纹理图像
特征提取
分类
支撑矢量机
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
基于 Contourlet 变换和不变矩的纹理特征提取与分类
contourlet变换
不变矩
特征加权
RBF神经网络
提取分类
纹理分割中的特征提取
纹理特征
特征提取
纹理分割
Gibbs随机场
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 稀疏纹理的特征提取和分类研究
来源期刊 计算机应用研究 学科
关键词 纹理分类 特征提取 稀疏纹理
年,卷(期) 2007,(3) 所属期刊栏目 图形图像
研究方向 页码范围 306-308
页数 3页 分类号 TP181|TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2007.03.094
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 胡茂林 安徽大学计算智能与信号处理教育部重点实验室 32 148 7.0 10.0
5 谢世朋 安徽大学计算智能与信号处理教育部重点实验室 5 17 3.0 4.0
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  (5)
节点文献
引证文献  (5)
同被引文献  (9)
二级引证文献  (18)
1992(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)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(1)
  • 二级引证文献(1)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
纹理分类
特征提取
稀疏纹理
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导