彩色纹理分析中的多特征数据融合方法

被引：5

作者：

李明

吴艳

吴顺君

机构：

[1] 西安电子科技大学雷达信号处理国家重点实验室,西安电子科技大学雷达信号处理国家重点实验室,西安电子科技大学雷达信号处理国家重点实验室西安,西安西安电子科技大学电子工程学院,西安,西安

来源：

光学学报 | 2004年 / 12期

关键词：

信息光学; 彩色纹理; 多特征融合; 小波分解; 分类;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

在小波分解基础上将纹理特征、颜色特征及纹理与颜色的空间相关特征进行融合,提出了一种新颖的彩色纹理特征提取方法,同时结合20类真实彩色自然纹理,针对塔式小波分解(PWD),不完全树型小波分解(ICTSWD)和小波包分解(WPD)进行了多特征融合和分类比较,实验结果表明:塔式小波分解基础上的多特征融合,其正确分类率为85.78％;小波包分解基础上的多特征融合,其正确分类率为91.03％,但其特征维数呈指数增长;而不完全树型小波分解有选择地进行通道分解,其维数大大下降,多特征融合后的正确分类率达到90.63％,同时也表现出良好的抗噪能力。

引用

页码：1617 / 1622

页数：6

共 8 条

[1] Unsupervised segmentation of color texture regions in images and video. Deng Y. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2001
[2] A comparison of texture feature extraction using adaptive Gabor filtering, pyramidal and tree structured wavelet transforms. Pichler O,Teuner A,Hosticka B J. Pattern Recognition . 1996
[3] On the classification of image regions by color texture and shape. Caelli T,Reye D. Pattern Recognition . 1993
[4] Markov random field models for unsupervised segmentation of textured color images. Panjwani D K,Healey G. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1995
[5] Texture analysis and classification with tree-structured wavelet transform. Chang T,Kuo C C J. IEEE Transactions on Image Processing . 1993
[6] Texture classification by wavelet packet signatures. Laine A,Fan J. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1993
[7] Segmentation of color textures. Mirmehdi M,Petrou M. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2000
[8] Texture classification and segmentation using wavelet frames. Unser M. IEEE Trans, on Image. Processing . 1995

← 1 →