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:
提出了猪眼肌B超图像的纹理特征提取与分类方法,可以应用于猪眼肌肌内脂肪含量的计算机辅助检测判断.对猪眼肌B超图像特征区域采用基于纹理共生矩阵的算法提取了5种纹理特征量.使用相关性分析的方法对提取的5种特征量进行筛选,最后确定3种主要特征量反映猪眼肌B超图像纹理特征,并使用BP神经网络实现分类.对135组已测数据随机选取训练集合测试集.多次随机试验表明,所提取的算法达到了较高的分类准确率,为生猪肉质无损检测研究提供了有价值的参考.
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
半色调图像纹理特征提取方法
半调图像
局部二值模式
特征提取
像素相关算子
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
稀疏纹理的特征提取和分类研究
纹理分类
特征提取
稀疏纹理
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 猪眼肌B超图像纹理特征提取与分类
来源期刊 重庆理工大学学报(自然科学版) 学科 工学
关键词 猪眼肌 B超图像 纹理特征 BP神经网络
年,卷(期) 2013,(2) 所属期刊栏目 信息·计算机
研究方向 页码范围 74-78
页数 5页 分类号 TP391
字数 2845字 语种 中文
DOI 10.3969/j.issn.1674-8425(z).2013.02.014
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 李涛 重庆理工大学计算机科学与工程学院 60 256 7.0 14.0
2 张建勋 重庆理工大学计算机科学与工程学院 24 135 7.0 10.0
3 孙权 重庆理工大学计算机科学与工程学院 8 55 5.0 7.0
4 谢婷婷 重庆理工大学计算机科学与工程学院 2 18 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (44)
参考文献  (5)
节点文献
引证文献  (11)
同被引文献  (43)
二级引证文献  (19)
1971(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)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(4)
  • 引证文献(3)
  • 二级引证文献(1)
2016(7)
  • 引证文献(1)
  • 二级引证文献(6)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
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
猪眼肌
B超图像
纹理特征
BP神经网络
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
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导