期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
利用基于小波的尺度共生矩阵进行纹理分析 被引量：28
1
作者 吴均 赵忠明 《遥感学报》 EI CSCD 北大核心 2001年第2期100-103,共4页
提出了一个在尺度空间提取特征的新方法 ,它的特点是提取尺度之间的依存关系 ,而非尺度间的独立特征 ,和传统方法相比 ,它更全面、更准确地刻画了纹理的尺度特性。具体做法是 ,首先构造一个反映尺度依存关系的矩阵 (本文称之为尺度共生... 提出了一个在尺度空间提取特征的新方法 ,它的特点是提取尺度之间的依存关系 ,而非尺度间的独立特征 ,和传统方法相比 ,它更全面、更准确地刻画了纹理的尺度特性。具体做法是 ,首先构造一个反映尺度依存关系的矩阵 (本文称之为尺度共生矩阵 ) ,然后在此基础上进行特征提取分类。实验结果表明 :用基于尺度共生矩阵的分类方法可以得到较好的分类结果。 展开更多
关键词 尺度共生矩阵 框架小波变换 纹理分类 遥感图像处理
下载PDF
一种基于小波分析的旋转不变图像快速匹配方法 被引量：4
2
作者 吴均 朱重光 赵忠明 《遥感学报》 EI CSCD 北大核心 2002年第5期339-342,共4页
提出了一种基于小波分解的具有旋转不变特性的三级特征图像快速匹配方案。利用小波分解的高频分量得到图像边缘 ,进而提取具有旋转不变特性的边缘特征 ;小波分解的低频分量则用于提取同样具有旋转不变性的图像尺度共生矩阵特征。前一个... 提出了一种基于小波分解的具有旋转不变特性的三级特征图像快速匹配方案。利用小波分解的高频分量得到图像边缘 ,进而提取具有旋转不变特性的边缘特征 ;小波分解的低频分量则用于提取同样具有旋转不变性的图像尺度共生矩阵特征。前一个特征反映了图像边缘间的空间关系 ,后者则体现了图像灰度间的空间关系 ,利用这两类特征构成一个三级决策树对图像进行搜索 ,以查找搜索图中是否包含样本图 ,对满足匹配条件的若干候选子图 ,给出具有最大相似特性的一个。实验结果表明 ,较之于传统的模板匹配方法 ,该方法具有快速、高精度、抗干扰能力强等优点。 展开更多
关键词 小波分析 图像匹配 尺度共生矩阵 决策树 纹理 遥感图像
下载PDF
实现遥感相机自主辨云的小波SCM算法 被引量：14
3
作者 陶淑苹 金光 +1 位作者 张贵祥 曲宏松 《测绘学报》 EI CSCD 北大核心 2011年第5期598-603,共6页
随着遥感相机分辨力的提高和幅宽的增大,星上固存和数传带宽面临巨大的挑战。提出一种多分支云判别算法,可控制相机在有云区关机停拍。首先利用计算量较小的光谱阈值判别法对云和地物粗略分类,在不能确定云或地物时,采用纹理分析方法判... 随着遥感相机分辨力的提高和幅宽的增大,星上固存和数传带宽面临巨大的挑战。提出一种多分支云判别算法,可控制相机在有云区关机停拍。首先利用计算量较小的光谱阈值判别法对云和地物粗略分类,在不能确定云或地物时,采用纹理分析方法判别。为减小误判可能,算法采用小波SCM提取纹理特征,并提出一种基于ASM和熵的双判别方式。通过对245幅遥感图像进行试验验证,证明该算法能快速准确识别云层和地物,总误判率小于5%。 展开更多
关键词 光谱阈值 纹理 尺度共生矩阵 角二阶矩 熵
下载PDF
基于尺度和灰度共生矩阵的纹理图像分割 被引量：2
4
作者 郝敏钗 杨晓波 冯冀宁 《石家庄职业技术学院学报》 2007年第2期3-5,共3页
将能反映纹理空间尺度变化信息的尺度共生矩阵(动态信息)和反映纹理信息的灰度共生矩阵(静态信息)相结合,进行纹理特征抽取,对纹理图像进行分割,再对分割结果进行滤波,去除分割结果中存在的误分像素,结果表明,能够获得良好的分割效果.
关键词 尺度共生矩阵 灰度共生矩阵 纹理分割 滤波 KOHONEN神经网络
下载PDF
医学超声图像分割的一种新方法 被引量：4
5
作者 陈志彬 张启辉 +1 位作者 邱天爽 刘颖 《中国生物医学工程学报》 CAS CSCD 北大核心 2006年第6期650-655,共6页
有效地实现超声图像的分割依然是临床疾病诊断亟待解决的一个难题。本研究将图像树型框架小波变换、尺度共生矩阵、KL变换主分量分析和自组织神经网络聚类相结合应用于医学超声图像,提出一种分割新方法。实验表明,对于不同的医学超声图... 有效地实现超声图像的分割依然是临床疾病诊断亟待解决的一个难题。本研究将图像树型框架小波变换、尺度共生矩阵、KL变换主分量分析和自组织神经网络聚类相结合应用于医学超声图像,提出一种分割新方法。实验表明,对于不同的医学超声图像,应用本研究方法均可得到比较清晰的分割结果,且显著地提高了分割图像的对比度,这对于固有对比度较低的医学超声图像来说不啻一种很有效的图像分割新方法,为临床诊断提供新的借鉴。 展开更多
关键词 超声图像分割 树型框架小波变换 尺度共生矩阵 主分量分析 自组织神经网络
下载PDF
基于综合特征的纹理分割方法 被引量：1
6
作者 王鹏 何明一 刘奇 《测控技术》 CSCD 北大核心 2010年第9期16-19,23,共5页
针对灰度共生矩阵只能在单一尺度对纹理进行分析的不足,结合离散框架小波变换产生的尺度共生矩阵与梯度变换图像的灰度共生矩阵,提出了一种具有多尺度分析特性的综合纹理特征提取算法,并利用该特征对纹理图像进行分割。仿真实验结果表明... 针对灰度共生矩阵只能在单一尺度对纹理进行分析的不足,结合离散框架小波变换产生的尺度共生矩阵与梯度变换图像的灰度共生矩阵,提出了一种具有多尺度分析特性的综合纹理特征提取算法,并利用该特征对纹理图像进行分割。仿真实验结果表明:与基于单一尺度特征的纹理分割方法相比,本文提出的算法能够提高纹理边界定位准确性,减少区域内像素错分,取得了较好的分割效果。 展开更多
关键词 灰度共生矩阵 离散框架小波变换 尺度共生矩阵 纹理分割
下载PDF
基于树型小波变换和尺度共生矩阵的居民地提取 被引量：1
7
作者 金飞 张占睦 +1 位作者 芮杰 夏朝贵 《海洋测绘》 2009年第6期48-51,共4页
利用基于树型框架小波变换和尺度共生矩阵的方法对遥感影像中居民地进行识别提取。通过非完全树型框架小波变换把图像变换到不同的尺度层上,然后在不同尺度层之间,提取相互依存的尺度共生矩阵信息,进而形成居民地的纹理特征。实验结果表... 利用基于树型框架小波变换和尺度共生矩阵的方法对遥感影像中居民地进行识别提取。通过非完全树型框架小波变换把图像变换到不同的尺度层上,然后在不同尺度层之间,提取相互依存的尺度共生矩阵信息,进而形成居民地的纹理特征。实验结果表明,用基于小波的尺度共生矩阵的方法对居民地有较好的提取结果。 展开更多
关键词 遥感影像 树型小波变换 离散框架小波变换 尺度共生矩阵 图像分割
下载PDF
基于小波变换和尺度共生矩阵的超声图像分割
8
作者 吴国庆 《电子工程师》 2005年第12期29-32,共4页
超声图像所固有的特性使得图像分割比较困难,尤其是应用计算机实现超声图像的自动分割技术远不能达到实际需要,因此,超声图像的分割是亟待解决的一个难题。文中将图像树型框架小波变换、尺度共生矩阵和自组织神经网络聚类相结合应用于... 超声图像所固有的特性使得图像分割比较困难,尤其是应用计算机实现超声图像的自动分割技术远不能达到实际需要,因此,超声图像的分割是亟待解决的一个难题。文中将图像树型框架小波变换、尺度共生矩阵和自组织神经网络聚类相结合应用于超声图像提出一种分割方法。实验表明,应用所提出的方法可得到比较清晰的分割结果,显著提高分割图像的对比度。 展开更多
关键词 超声图像分割 小泼变换 尺度共生矩阵 目组织神经网络
下载PDF
基于尺度共生矩阵的滚动轴承故障诊断研究
9
作者 秦海勤 徐可君 +1 位作者 隋育松 贾明明 《航空动力学报》 EI CAS CSCD 北大核心 2010年第7期1628-1633,共6页
基于滚动轴承振动信号的各种三维或二维谱图中包含的不同故障信息的客观现实,通过二维小波变换在不同尺度空间下构造的小波共生矩阵提取了谱图的纹理特征向量.利用灰关联分析表征这些纹理特征的不同发展态势从而实现滚动轴承的故障诊断... 基于滚动轴承振动信号的各种三维或二维谱图中包含的不同故障信息的客观现实,通过二维小波变换在不同尺度空间下构造的小波共生矩阵提取了谱图的纹理特征向量.利用灰关联分析表征这些纹理特征的不同发展态势从而实现滚动轴承的故障诊断.对实测滚动轴承不同状态故障数据的分析表明:该方法具有较高的故障模式分类精度;随着故障尺寸的增加,由于轴承各部件的相互影响诊断正确率会有所降低.同时研究表明对于特定的诊断方法是否进行特征向量归一化需区别对待. 展开更多
关键词 滚动轴承 尺度共生矩阵 二维小波变换 纹理特征 灰关联度
原文传递
利用小波尺度共生矩阵和灰度共生矩阵的SAR图像分类 被引量：2
10
作者 薛笑荣 张艳宁 +2 位作者 赵荣椿 申家振 胡伏原 《中国体视学与图像分析》 2002年第4期193-197,共5页
SAR图像包含有相干斑噪声,传统的方法不能很好地对SAR图像进行分类,本文将反映图像纹理的动态和静态信息特征相结合,提出了一种新的SAR图像分类方法。实验结果证明该方法可以得到较好的分类结果。
关键词 SAR图像 小波滤波 小波尺度共生矩阵 灰度共生矩阵 图像分类
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部