欢迎来到天天文库
浏览记录
ID:36291740
大小:15.69 MB
页数:17页
时间:2019-05-08
《图像纹理特征提取方法》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、实用文案安徽大学本科毕业论文(设计、创作)题 目: 图像纹理特征提取方法研究 学生姓名: 朱邵成 学号:Z01114175院(系):电气工程与自动化学院专业: 自动化 入学时间: 2011 年 9 月导师姓名: 寻丽娜 职称/学位: 讲师/博士 导师所在单位: 安徽大学电气工程与自动化学院 完成时间: 2015 年 5 月标准文档实用文案图像纹理特征提取方法研究摘要近年来,随着信息多媒体时代的到来,以及网络在世界范围内的日益流行、云计算的风行,人们在日常生活工作接触的信息量越来越大。图像作为信息的一种载体,具有直观、信息量大、
2、便于不同国家间交流的特点,是网络多媒体的重要组成部分。基于文本的图像检索是基于内容图像检索的基础,用人工方式解释图像信息,其工作量我们难以想象,可行性也值得商榷。因此CBIR方法有效解决了这一个难题。基于内容的图像检索(CBIR)包括四个阶段,分别是:获取图像、提取特征、分类图像、检索图像。图像检索主要是一个核心问题:选取何种算法提取哪一种图像特征,快速有效的进行图像的区分与检测。纹理特征的提取是CBIR的关键问题之一,本论文也是基于图像纹理特征的提取为基础。首先,本文使用基于纹理基元的共生矩阵分析方法,用来提取纹理特征向量。此方法中,采用局部二进制模式(LocalBin
3、aryPattern,LBP)来进行图像的基本纹理基元的提取,并用灰度共生矩阵(GrayLevelCo.occurrenceMatrix,GLCM)中共生矩阵的分析方法来对纹理基元图像进行分析。其次文中深入研究了基于灰度共生矩阵(GLCM)的纹理特征提取方法,给出了基于Matlab的简便实现代码,分析了共生矩阵各个构造参数对构造共生矩阵的影响。分析结果对优化灰度共生矩阵的构造、实现基于灰度共生矩阵(GLCM)的特定图像的纹理特征提取等都具有重要参考意义。关键词:纹理特征;灰度共生矩阵;基于内容的图像检索;Matlab标准文档实用文案Studyontheextraction
4、methodof imagetexturefeatureAbstractInrecentyears,alongwithinformationmultimediatimearrival,aswellasnetworkinworldwidescaledaybydaypopular,cloudcomputationbeinginfashion,thepeoplearemoreandmorebiggerinthedailylifeworkcontactinformationcontent.Theimagetooktheinformationonekindofcarrier,has
5、,theinformationcontentintuitivelybig,isadvantageousforthecharacteristicwhichbetweenthedifferentcountryexchanges,isthenetworkmultimediaimportantconstituent.Basedonthetextimageretrievalisbasedonthecontentimageretrievalfoundation,withtheartificialwayexplanationpictorialinformation,itsworkloa
6、dweimagineswithdifficulty,thefeasibilityisalsoworthdiscussing.ThereforeCBIRmethodeffectiveaddressingthisdifficultproblem.Basedoncontentimageretrieval(CBIR)includingfourstages,respectivelyis:Gainimage,extractioncharacteristic,classifiedimage,retrievalimage.Theimageretrievalmainlyisacoreque
7、stion:Whichonekindofimagecharacteristicselectswhatalgorithmtowithdraw,fasteffectivecarriesontheimagethediscriminationandtheexamination.ThetexturecharacteristicextractionisoneofCBIRkeyquestion,thepresentpaperalsoisbasedontheimagetexturecharacteristicextractionisafoun
此文档下载收益归作者所有