0
0
作者：胡明娣; 臧艺迪; 徐家慧纹理图像分类快速自适应二维经验模式分解灰度共生矩阵最小距离分类器
摘要：针对二维经验模式分解算法应用于纹理图像分类中存在运算时间长、准确率低的问题,将快速自适应二维经验模式分解（fast and adaptive bidimensional empirical mode decomposition,FABEMD）方法应用到纹理图像分类中。该方法首先将纹理图像分解成3个二维固有模态函数（bidimensional intrinsic mode function,BIMF）和1个余量;其次使用灰度共生矩阵提取各BIMF的能量、熵、对比度和相关性这4个纹理特征参数,组成特征向量,最后采用最小距离分类器进行纹理图像分类。实验采用Brodatz纹理图像库,选取10幅纹理图像作为样本图像,仿真实验结果表明,与二维经验模式分解方法相比,所提的算法查准率为86.28%,同时缩短了运算时间。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
