搜索资源列表
共生矩阵
- 基于灰度共生矩阵的图像检索：用灰度共生矩阵提取图像的纹理特征进行检索-Gray symbiotic matrix based Image Retrieval : Gray symbiotic matrix extract the texture characteristics Search
picture2468
- 基于VC++实现的基于灰度共生矩阵的图像检索：用灰度共生矩阵提取图像的纹理特征进行检索
基于VC++实现的灰度共生矩阵的图像检索
- 基于VC++实现的灰度共生矩阵的图像检索
wenli
- 分析了纹理特征提取方法，特别是灰度共生矩阵的方法和 Gabo:小波矩的方法。并在这两种方法的基础上提出了综合灰度共生矩阵和 Gbaor小波矩的纹理特征提取方法并用于图像检索。 -matlab
Texture
- 计算灰度共生矩阵的Matlab程序,参考《基于颜色空间和纹理特征的图像检索》,输入图像数据,返回八维纹理特征行向量-A programm computing GLCM texture measurements.
33753125vc_dib
- ：为使灰度共生矩阵(GI CM)提取的特征值较好地表达纹理信息．对 Brodatz纹理库图片进行了大量 实验。 首先测试了各构造参数对关键特征统计量的影响，给出了特征值随参数变化的规律，确立了构造参数的合理取值；然 后测试了图像旋转和大小变化对所提取特征值的影响 实验结果对优化灰度共生矩阵的构造、实现基于纹理的图像 检索有参考意义。 -gray
wenli
- 基于灰度共生矩阵的纹理特征提取方法实现目标的识别-Gray-level co-occurrence matrix based texture feature extraction methods to achieve the target identification
50
- 多媒体技术的发展和视觉信息的飞速膨胀迫切需要对视觉信息资源的有效管理和检索。由此，基于内容的图像和视频检索技术得到了越来越多的重视，成为了多媒体信息检索和图像处理领域中的重要研究方向。CBIR技术将对大规模图像信息的管理和访问提供有力支持。 本文这种介绍了内容图像检索的灰度特征实现方法，具有理论意义和实际应用价值。针对基于内容图像检索技术进行了研究，介绍了其研究现状和关键技术，讨论了其技术瓶颈和发展趋势。共生矩阵法，是对图像的所有像元进行统计调查，以便描述其灰度分布的一种方法。分析了这种基于
wenli
- 基于灰度共生矩阵的图像检索技术。完整的特征提取、特征描述、特征匹配以及结果返回。-GLCM-based image retrieval techniques. A complete feature extraction, feature descr iption, feature matching and the result returned.
texture-GLCM
- 经典的灰度共生矩阵纹理计算方法，基于matlab平台实现-The classic method of calculating GLCM texture, based on matlab platform
gongsheng_standardized
- 灰度图像处理程序 包括两个程序 一个是用来提取灰度共生矩阵，第二个用来对灰度图像进行均方差标准化，提高图像强度 -Gray-scale image processing program includes two programs are used to extract a gray level co-occurrence matrix, the second gray-scale images were used to standardize variance and improve the
texture_GUI
- 此程序是基于灰度共生矩阵的图像纹理特征提取算法，它进行了四个方向上的灰度共生矩阵的计算，从而得出他们的纹理特征向量，再求均值，使计算进度大幅度提高-This program is based on the GLCM texture feature extraction algorithm, which was four directions GLCM calculation to arrive at their texture feature vector, and then seek mean
ImageRetrievalAlgorithm
- 文是一种基于灰度共生矩阵的图像相似性检索算法，首先将图像分成互不重叠的子图像块，根据子图像 块中像素间灰度差别重新设置每个像素的灰度值为0或l，然后将整个图像重新划分成子块，对子块编码，最后借 助共生矩阵提取的不同方向的特征值来检索图像的相似性。实验结果表明本文算法对图像相似性的检索比传统 方法GLCM、CCM更有效，且检索效率较高，更重要的是此算法还可以反应不同方向上图像的相似度。-Man is an image based on gray level co-occurrence
GTTexturer
- 计算灰度共生矩阵的Matlab程序,参考《基于颜色空间和和纹理特征的图像检索》,输入图像数据,返回八维纹理特征行向量 -Computing to GLCM the Matlab program, the reference input color space and texture feature-based image retrieval, image data, return to the eight-dimensional texture feature row vector
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
97288407imageproccess
- 灰度共生矩阵的C++代码 基于纹理的图像检索能用的上-hui du gong sheng ju zhen de dai ma c++ shi xian
wenlijisuan
- 计算图像的灰度共生矩阵，及相关的纹理信息，主要用于图像检索和分类-Calculate the image gray level co-occurrence matrix, and the texture information, mainly for image retrieval and classification
ColoraTexture-Search
- 基于颜色和纹理的综合图像检索方法论文，图像部分采用颜色直方图方法，纹理部分采用灰度共生矩阵特征向量方法-Integrated based on color and texture image retrieval papers, part of the image using the color histogram method, part of the use GLCM texture feature vector approach
GLCM_Image-Retrieval
- 基于Matlab环境的利用灰度共生矩阵实现的图像检索算法-To realize the image retrieval algorithe based on gray-level co-occurrence matrix by using Matlab
GongSheng
- % 图像检索——纹理特征 %基于共生矩阵纹理特征提取，d=1,θ=0°,45°,90°,135°共四个矩阵 %所用图像灰度级均为256 %参考《基于颜色空间和纹理特征的图像检索》(% image retrieval - texture features % based on co-occurrence matrix texture feature extraction, d=1, theta, =0 degrees, 45 degrees, 90 degrees, 135 degrees