基于SVM的图像纹理特征分类研究

• 作者: 汤井田 胡丹 龚智敏
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 支持向量机 灰度共生矩阵 特征提取 纹理分类
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 图形与图像
• 页码范围: 44-45,48
• 页数: 3页
• 分类号: TP391.4
• 字数: 2545字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2008.08.013

摘要

支持向量机(SVM)是一种表现卓越的分类方法,而灰度共生矩阵(GLCM)则是一种很好的纹理分析方法,故而本文提出了一种使用灰度共生矩阵进行特征提取的应用支持向量机的纹理特征分类法.实验结果表明,与直接应用灰度信息进行分类的支持向量机算法相比,本文方法可以取得更为准确的分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤井田	中南大学信息物理工程学院	169	2333	27.0	38.0
2	胡丹	中南大学信息物理工程学院	12	76	5.0	8.0
3	龚智敏	武汉科技大学资源环境工程学院	4	51	3.0	4.0