多特征融合的纹理图像分类研究

• 作者: 龙力
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 纹理图像 特征提取 图像分类 特征融合
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 应用研究
• 页码范围: 109-112
• 页数: 4页
• 分类号: TP391.41
• 字数: 4108字
• 语种: 中文

摘要

为了提升纹理图像分类准确度,从图像单一特征出发,例如LBP特征、灰度共生矩阵特征、Gabor特征.首先对图像进行预处理,提取特征,运用机器学习方法进行分类,验证特征与分类器的有效性.再通过参数调整,最大程度上提高各方法在各特征基础上的准确率.单一特征包含图像某方面信息的侧重性,各特征有不同的关注点.为了克服特征的局限性,增加分类特征包含图像信息的全面性,提出一种特征融合的方法.在提取的纹理图像单一特征基础上,给各个特征设置相应权重,进行融合再分类.在brodatz纹理库图像上进行实验,得到由融合机制进行分类的准确度优于单一特征分类的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龙力	华南理工大学数学学院	1	1	1.0	1.0