搜索资源列表
tezhengtiqu
- 在matlab中利用灰度共生矩阵提取图像的纹理特征，实现图像识别。-GLCM to extract image texture features of image recognition in matlab.
GLCM
- 计算图像的灰度共生矩阵，并且提取图像的纹理特征-Computing image s GLCM and extracting texture characteristics
GLCM-method-to-extract-features
- 基于灰度共生矩阵提取图像纹理特征，FC为生成的特征向量-This is a method to extract features from an image by GLCM
gongshengjuzheng
- 用灰度共生矩阵提取五个纹理特征 包括：熵、均匀度、相关性、能量、对比度-Extraction of five GLCM texture characteristics，Include: entropy, uniformity, correlation, energy, contrast
imageindex
- 基于内容的图像检索中的一些关键环节：特征提取：颜色直方图；纹理特征等 相似度：马氏距离，欧氏距离等 相关反馈：机器学习方法，如SVM，神经网络等 检索与分类：两个很相似的样本距离很小，虽然两个不相似的样本距离未必很大 -image index based on texture
Iris-feature-extraction-algorithm
- 基于二维小波变换和方向向量，提出一种新的虹膜特征提取方法。该方法的基本思想是考虑虹膜纹理的 灰度变化，对于多层小波分解后的低频分量，分别求其在4个方向上的方向向量，最后形成虹膜码。测试结果表明，该方法能 有效地提高虹膜的识别率，且算法简单、快速。 -The basic principle of the method is as follows.In view of iris textural intensity variation,for the low- frequency c
wave
- 基于非下采样小波变换的纹理图像特征提取程序-The sampling based on the wavelet transform of texture image feature extraction
featureextraction
- 特征提取提取了图像中各个标记区域的纹理特征及形状特征-Feature extraction to extract texture features and shape features of each labeled region in the image
FiberWavelets
- 本系统的功能实现了纤维纹理识别和特征提取，将提取的纤维纹理进行了3次的小波变换。-The realization of the function of the system for fiber texture identification and feature extraction, will extract fiber texture for 3 times of wavelet transform.
OpenCV_extract
- 使用OpenCV来提取哈密瓜水果的纹理特征，介绍详细-Melon fruit to extract texture features using OpenCV to introduce
statmoments
- 灰度共生矩阵提取图像纹理特征的需要，这里有部分纹理特征的提取程序代码。-GLCM the need to extract image texture features, part of the texture feature extraction code.
gabor
- gabor滤波实例，具有纹理分析和特征提取，可用于后期处理-gabor filtering instance, has a texture analysis and feature extraction can be used for post-processing
graycopropswy
- 利用灰度共生矩阵提取SAR图像纹理特征，可提取：熵‘对比度、同质性、能量等特征。-GLCM to extract SAR image texture features can be extracted: entropy ' contrast, homogeneity, energy and other features.
co_occurrence-matrix
- 灰度共生矩阵 在提取纹理特征时存在的问题，提出一种基于方块编码（BTC）的图像纹理特征的检索算法。 -gray level co-occurrence matrix A novel image retrieval method based on block truncation coding(BTC) is proposed to solve the problems of gray level co-occurrence matrix
Texture-Segmen-ta-t-ion-withWavelet
- 为了提高纹理图象分割的边缘准确性和区域一致性以及降低分割错误率, 提出了一种基于小波变换的利 用特征加权来进行纹理分割的方法. 该方法包括特征提取、预分割和后分割 3 个阶段, 其中, 特征提取在金字塔结 构小波变换的基础上进行 预分割利用均值聚类算法来对原始图象进行初步的分割 后分割则根据预分割的结果 对特征进行加权, 然后利用最小距离分类器来实现图象的最后分割. 与传统的方法相比, 该方法在分割错误率、边 缘准确性以及区域一致性等方面均有明显的改善-To imp rove t
3D-geological-fault-structure-model-
- 辅以纹理特征的高分辨率遥感影像分类为了提高对高分辨率影像的分类精度,通过灰度差矢量法快速提取纹理特征,利用BP神经网络并辅以纹理特征,对一幅江西某地0·2m分辨率的航空影像进行分类。-In order to improve the classification accuracy of high-resolution images
Facial-Feature-Tarcking
- 研究优化人脸特征提取问题，针对长期以来在不贴标记点的情况下用传统的光流、Snake、可变模板等方法对纹理特征变化大的特征点不能有效跟踪，并且解决单独采用Gabor 小波系统开销大等问题，为了在人脸图像中提取准确信息，提出了人脸特征点的跟踪方法，分组采用改进的光流法和弹性图匹配的方法进行特征点跟踪。对眼睛、眉毛、上下眼皮等14 个表 情变化不大的特征点使用光流法进行跟踪，最后对变化大的嘴部8 个特征点运用Gabor 小波的弹性图匹配方法进行仿真。-Gabor wavelet research
Active-contour-3-d-image
- 对具高噪声和低对比度三维图像的识别和分割算法进行了研究。基于活动轮廓模型,用Gabor变换提取图像的纹理特征,根据统计学信息假设,通过偏微分方程水平集和窄带方法求解,获得较基本活动轮廓的算法分割更光滑精确的物体轮廓-To a high noise and low contrast 3 d image recognition and segmentation algorithm was studied. Based on the active contour model, with Gabor t
glcm
- 利用灰度共生矩阵提取纹理特征图像，证明了灰度共生矩阵提取的纹理特征对图像分类精度起到了提高的作用-Gray Level Co-occurrence matrix extraction method is more important texture feature extraction method, using matlab realize the
GaborTextureFeature
- 利用Gabor提取图像的纹理特征用于图像检索。-Gabor extract image texture features for image retrieval.