基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对于纹理图像的分类,采用二维经验模式分解将图像分解成一系列的固有模态函数(IMF)和残差,并结合局部二值模式(LBP)对所提取到的各IMF图像和残差图像进行特征提取的方法.为了验证算法的有效性,对自然纹理进行特征提取,并结合支持向量机(SVM)算法对提取的特征向量进行分类,分类精确度达到98%以上.
推荐文章
基于扩展的LBP算子地板块纹理分类研究
纹理分类
LBP算子
旋转不变性
均匀模式
融合LBP和GLCM的纹理特征提取方法
纹理分析
特征提取
Haralick特征
Gabor滤波器
局部二进制模式
灰度共生矩阵
基于顶帽变换和 LBP算子的纹理特征提取方法
顶帽变换
LBP
多特征组合
纹理特征提取
基于LBP-DEELM的木材纹理分类算法
木材纹理分类
LBP算子
差分演化优化极限学习机
分类器
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BEMD和LBP提取特征的纹理分类
来源期刊 计算机应用与软件 学科 工学
关键词 二维经验模态分解 局部二值模式 特征提取 支持向量机 纹理分类
年,卷(期) 2012,(9) 所属期刊栏目 图像处理与应用
研究方向 页码范围 243-245,264
页数 4页 分类号 TP391.41
字数 3279字 语种 中文
DOI 10.3969/j.issn.1000-386x.2012.09.065
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 杨涛 广西大学电气工程学院 34 123 6.0 9.0
2 陈露 华南师范大学物理与电信工程学院 11 42 4.0 5.0
3 李秀秀 华南师范大学物理与电信工程学院 4 13 2.0 3.0
4 林怡茂 华南师范大学物理与电信工程学院 4 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (89)
参考文献  (15)
节点文献
引证文献  (4)
同被引文献  (18)
二级引证文献  (22)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(8)
  • 参考文献(1)
  • 二级参考文献(7)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(9)
  • 参考文献(0)
  • 二级参考文献(9)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(5)
  • 参考文献(3)
  • 二级参考文献(2)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(12)
  • 引证文献(1)
  • 二级引证文献(11)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(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
二维经验模态分解
局部二值模式
特征提取
支持向量机
纹理分类
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导