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:
纹理因素是描述图像的重要特征之一,为了准确地刻画纹理特征,增强图像的区分能力,该文提出一种基于双树复数小波域统计特征的纹理图像检索方法.首先对图像采用双树复数小波变换得到各子带系数,由于系数存在细微不完全对称分布特性,将其建模为双广义高斯模型.其次,因为各子带系数之间不完全独立也不完全冲突,存在不确定关系,所以采用模糊集合和证据理论(FS-DS)的方法,融合各子带系数特征.最后,对Brodatz和彩色纹理图像库进行仿真实验,并与多种统计建模的方法相比较.结果表明,该方法有效地提高了纹理图像的平均检索率.
推荐文章
基于颜色、形状和纹理的多特征融合图像检索
多特征图像检索
动态权值
形状特征
纹理特征
基于统计模型和KL距离的纹理图像检索
小波
一般高斯模型
混合高斯模型
纹理
基于高斯混合模型的纹理图像的分割
高斯混合模型
EM算法
最大似然估计
多尺度纹理图像数据抗干扰信息映射方法研究
多尺度纹理图像数据
抗干扰
信息
映射
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 基于双广义高斯模型和多尺度融合的纹理图像检索方法
来源期刊 电子与信息学报 学科 工学
关键词 纹理图像检索 双树复数小波 双广义高斯分布 模糊集合 证据理论
年,卷(期) 2016,(11) 所属期刊栏目 论文
研究方向 页码范围 2856-2863
页数 8页 分类号 TP391.4
字数 6416字 语种 中文
DOI 10.11999/JEIT160181
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 汪荣贵 合肥工业大学计算机与信息学院 104 1458 21.0 34.0
2 薛丽霞 合肥工业大学计算机与信息学院 27 72 5.0 7.0
3 杨娟 合肥工业大学计算机与信息学院 47 121 5.0 8.0
4 张清杨 合肥工业大学计算机与信息学院 3 25 3.0 3.0
5 李永福 合肥工业大学计算机与信息学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (20)
参考文献  (17)
节点文献
引证文献  (5)
同被引文献  (13)
二级引证文献  (0)
1982(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(5)
  • 参考文献(5)
  • 二级参考文献(0)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
纹理图像检索
双树复数小波
双广义高斯分布
模糊集合
证据理论
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
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
总被引数(次)
95911
论文1v1指导