基于小波变换的国画特征提取及分类

• 作者: 盛家川
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 小泼变换 国画 支持向量机
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 317-319
• 页数: 3页
• 分类号: TP751.1
• 字数: 2317字
• 语种: 中文

摘要

像素域内利用图像处理技术对图像进行特征提取得到广泛研究.为了在新的信号域内找到更好的图像特征表示方法,提出在小波域内利用不同分辨率及频带的图像结构所展现的艺术风格的不同表现形式来获得国画艺术深度信息的方法.该方法利用三层小波变换提取图像的纹理特征,并采用3种不同的分类器决策树、BP神经网络和支持向量机,对不同画家的风格进行学习,以完成自动分类.实验结果表明,该算法能有效提取图像纹理特征,实现国画的自动分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	盛家川	天津财经大学理工学院	22	105	7.0	10.0