自然纹理分类和识别方法初探

被引:9
作者
刘浩一
刘明霞
孟祥增
机构
[1] 山东师范大学传播学院
关键词
自然纹理; 纹理识别; 小波变换; 支持向量机;
D O I
10.19304/j.cnki.issn1000-7180.2006.08.045
中图分类号
TP181 [自动推理、机器学习];
学科分类号
140502 [人工智能];
摘要
纹理图像千变万化,目前在纹理分类上没有明确的标准。文章借用自然语言中的概念词对自然纹理进行基于概念的分类,把自然纹理分成花纹、条纹、鱼鳞、波纹、斑纹、木纹、裂纹、绒毛、颗粒等九大类别,建立了自然纹理图像库,并用小波变换提取纹理特征,对这些特征进行基于支持向量机的分类。实验结果表明该分类和识别方法准确率高,可以考虑作为基于图像内容检索的一种方法。
引用
收藏
页码:153 / 155
页数:3
相关论文
共 4 条
[1]
支持向量机训练算法比较研究 [J].
白亮 ;
老松杨 ;
胡艳丽 .
计算机工程与应用, 2005, (17) :79-81+84
[2]
小波分析及其在图像处理中的应用 [J].
巩萍 ;
潘冬明 .
长沙大学学报, 2005, (02) :52-54
[3]
板材的纹理识别初探 [J].
任洪娥 ;
关明山 ;
马岩 .
木材加工机械, 2004, (01) :5-8
[4]
支持向量机在地下水位预报中的应用研究 [J].
王景雷 ;
吴景社 ;
孙景生 ;
齐学斌 .
水利学报, 2003, (05) :122-128