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:
将四元数小波变换(QWT)和多分形相结合进行纹理分类,充分利用了QWT的旋转不变特性和纹理图像的多分形特性,能弥补传统的应用小波变换进行纹理分类时缺乏将输入图像分解成多个方向的不足.通过对UIUC数据库中的纹理图像分类,表明四元数小波与多分形相结合的方法具有较高的分类精度,平均分类正确率可达96.69%,是一种合理有效的纹理分类方法.
推荐文章
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9/7小波变换的木材纹理频域特征研究
木材纹理
9/7小波变换
频域特征参数
基于小波分解与分形维的木材纹理分类
木材纹理
分形维数
自相关函数
小波分析
基于复小波和支持向量机的纹理分类法
小波变换
二元树复小波变换
特征提取
支持向量机
纹理分类
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 基于四元数小波变换及多分形特征的纹理分类
来源期刊 计算机应用 学科 工学
关键词 四元数小波变换 多分影 纹理分类 机器视觉 纹理图像
年,卷(期) 2012,(3) 所属期刊栏目 图形图像技术
研究方向 页码范围 773-776
页数 分类号 TP391.4
字数 3312字 语种 中文
DOI 10.3724/SP.J.1087.2012.00773
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 洪文学 燕山大学电气工程学院 171 1752 22.0 36.0
2 徐永红 燕山大学电气工程学院 29 105 5.0 9.0
3 高直 燕山大学电气工程学院 8 58 4.0 7.0
4 朱志浩 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (58)
参考文献  (11)
节点文献
引证文献  (6)
同被引文献  (13)
二级引证文献  (7)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(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)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
四元数小波变换
多分影
纹理分类
机器视觉
纹理图像
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
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导