一种基于压缩感知理论的纹理分类方法

• 作者: 吴迪
• 来源期刊: 计算机应用研究
• 关键词: 稀疏表示 压缩感知 词袋模型 纹理分类
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 图形图像技术
• 页码范围: 291-295
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.01.067

摘要

针对传统纹理分类方法计算复杂的问题，基于 bag-of-words 模型提出了一种简单、新奇的纹理分类方法。在特征提取阶段，使用 NSCT 滤波器对局部图像块进行映射投影，然后通过观测矩阵提取其随机测量值特征；在纹理分类阶段，直接将随机特征嵌入到 bag-of-words 环境，并直接在压缩域内进行学习和分类。利用纹理图像的稀疏性，提出的特征提取方法简单，并且在性能和复杂度上都优于传统特征提取方法。最后使用 CUReT数据库进行数值实验，并与 patch、patch-MRF、MR8、LBP 四种最经典的方法进行比对。结果表明，该方法在分类精度以及实时性上有重要的改进。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴迪	湖南工程学院电气信息学院	16	23	2.0	4.0