基于分维特征和反向传播神经网络的自然纹理识别

被引：7

作者：

刘泓

莫玉龙

机构：

[1] 上海大学嘉定校区通信与信息工程学院!上海,上海大学嘉定校区通信与信息工程学院!上海

来源：

光学学报 | 1999年 / 10期

关键词：

分维; 盒子计数法; 纹理分析; 分类;

D O I：

暂无

中图分类号：

O438 [信息光学]; TN911.73 [图像信号处理];

学科分类号：

070207 ; 0803 ; 0711 ; 080401 ; 080402 ;

摘要：

提出一种利用分维特征，即自然纹理的自相似性进行纹理识别的研究。利用原始图像、高灰度图像、低灰度图像、四个方向（０°，４５°，９０°，１３５°）的梯度图像及二阶多分维共八个分维数作为特征值；分维的计算采用改进的盒子计数法（ＭＢＣＭ）；最后利用反向传播（ＢＰ）神经网络进行纹理的分类识别。实验结果与其它技术进行了比较，并提出利用维纳滤波进一步改进分类性能。

引用

页码：1406 / 1410

页数：5

共 5 条

[1]

Buczkow skiS,Kyriacos S,Nekka Fet al.The m odified box-counting m ethod: Analysis of som echaracteristic param eters. Pattern Recognition . 1998

[2]

SarkerN,ChaudhuriBB.An efficientapproach to estim ate fractaldim ension oftexture im age. Pattern Recognition . 1992

[3]

Wen C Y,Acharya Ret al.Self-sim ilar texture characterization using a Fourier-dom ain m axim umlikelihood estim ation m ethod. Pattern Recognition . 1998

[4]

ChaudhuriB B,Sarker N.Texture segm entation using fractaldim ension. IEEE Trans. on PatternAnalysisand Machine Intelligence . 1995

[5]

Sarker N,ChaudhuriBB.An efficientdifferentialbox-counting approach to com pute fractaldim ensionofim age. IEEE Trans. on System Man and Cybernetics . 1994

← 1 →