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:
采用了去除了背景的六类动物图像,通过Matlab对动物二值图像进行骨架提取,并通过去毛刺算法去除了多余的骨架分支,有效地提高了图像的识别率。运用击中与不击中算法寻找骨架的端点和交叉点,并通过寻找的坐标求得骨架角度特征向量。通过SVM对各类形状图像的角度特征向量进行训练分类和识别。结果表明该方法对姿态不是很复杂的形状图像的分类有较好的效果,为以后模式识别和图像分类检索提过了一定的理论基础。
推荐文章
基于SVM的图像分类
支持向量机
分类器
底层特征
高层语义
基于纹理和边缘的SAR图像SVM分类
合成孔径雷达图像分类
纹理特征提取
边缘特征提取
灰度共生矩阵
支持向量机
主成分分析
SVM用于基于块划分特征提取的图像分类
图像划分
特征矢量聚类
支持向量机(SVM)
图像分类
图像检索
一种基于形状特征的图像分类方法
形状特征
图像分类
聚类
动态时间弯曲
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 基于骨架特征和SVM的形状图像分类研究
来源期刊 计算机光盘软件与应用 学科 工学
关键词 骨架提取 击中击不中 特征向量 SVM
年,卷(期) 2012,(10) 所属期刊栏目 工程技术
研究方向 页码范围 118-119
页数 2页 分类号 TP391.3
字数 1726字 语种 中文
DOI
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 许刚 华北电力大学电气与电子工程学院 62 289 10.0 14.0
2 黄丁 华北电力大学电气与电子工程学院 1 3 1.0 1.0
3 刘诗宁 华北电力大学电气与电子工程学院 2 20 2.0 2.0
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  (0)
节点文献
引证文献  (3)
同被引文献  (9)
二级引证文献  (2)
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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(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
骨架提取
击中击不中
特征向量
SVM
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
计算机光盘软件与应用
半月刊
1007-9599
11-3907/TP
北京市
18-160
1998
chi
出版文献量(篇)
21096
总下载数(次)
62
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导