原文服务方: 计算机应用研究       
摘要:
针对单一方法进行纹理图像分类时易受旋转、光照等干扰的情况,提出了一种结合颜色特征和纹理特征的共生纹理分类方法.将图像转换到HSV颜色空间后,对H通道使用SLIOP算法以及对S和V通道用CLBP算法提取特征,然后将各自提取到的特征进行串联共生,最后利用支持向量机对纹理图像进行分类.基于被广泛使用的纹理图像数据库,对提出方法与其他典型分类算法进行实验对比,分析表明在分类的准确率和计算效率上获得了较大提升.实验结果表明,提出了方法具有较强的旋转不变性、光照不变性以及抗噪性.
推荐文章
基于灰度共生矩阵的纹理图像分类研究
纹理图像
灰度共生矩阵
神经网络
细胞图像的彩色纹理分析方法研究
彩色纹理特征
细胞图像
图像分割
结合纹理分析的多光谱图像分类研究
纹理分割
LBP
多光谱
遥感图像
Landsat ETM+
基于灰度共生矩阵的木材表面缺陷图像的纹理分割方法
木材表面缺陷
纹理分割
灰度共生矩阵
模糊C均值聚类
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 多模式共生的彩色纹理图像分类方法
来源期刊 计算机应用研究 学科
关键词 纹理分类 特征提取 HSV颜色空间 共生 简化局部像素强度模式 完备局部二值模式
年,卷(期) 2020,(7) 所属期刊栏目 图形图像技术
研究方向 页码范围 2185-2188
页数 4页 分类号 TP391.41
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.12.0956
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 刘光帅 西南交通大学机械工程学院 22 81 4.0 8.0
2 陈晓文 西南交通大学机械工程学院 7 19 2.0 4.0
3 刘望华 西南交通大学机械工程学院 4 0 0.0 0.0
4 李君伟 西南交通大学机械工程学院 1 0 0.0 0.0
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  (18)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(4)
  • 参考文献(3)
  • 二级参考文献(1)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
纹理分类
特征提取
HSV颜色空间
共生
简化局部像素强度模式
完备局部二值模式
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导