期刊刊名：平頂山學院學報 卷期：37卷5期
篇名出版日期：2022年10月25日
作者：王军敏,宁超魁
語言：Chinese
關鍵字：纹理图像识别,灰度共生矩阵,完备的局部二值计数,特征融合
被點閱次數：0次
閱讀時間：0sec
摘要： 传统的纹理图像识别方法主要关注纹理基元的局部形态特征，但不能有效捕获纹理基元的全局分布特征，导致这些方法的识别能力受到限制.为了解决上述问题，提出一种多尺度结构特征融合的纹理图像识别方法.该方法首先构造一个纹理图像的多尺度空间，然后在多尺度空间内利用完备的局部二值计数(Completed Local Binary Count, CLBC)方法提取纹理基元的局部形态特征，利用灰度共生矩阵(Gray Level Co-occurrence Matrix, GLCM)方法提取纹理基元的全局分布特征，最后利用最近子空间分类器(Nearest Subspace Classifier, NSC)实现多尺度GLCM特征和CLBC特征的融合并判定纹理图像的类别.在基准纹理数据库上的实验结果表明，该方法有效提高了纹理图像的识别精度.
[ 關閉視窗 ]