搜索资源列表
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.
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
8-(3)
- 利用灰度共生矩阵提取图像纹理特征值，然后根据熵值的大小来实现模块大小的选择。 另外，在寻找最佳匹配块时，同时考虑了颜色信息的差异和空间距离的因素。最后，给出了客观评价 图像修复质量的PSNR度量。实验表明，与Criminisi算法相比，该方法得到的修复效果更自然，更符合 人的视觉感知。 关键词：图像修复；纹理合-This paper firstly utilizes gray-level co-occurrence matrix to exti’act image s textu
Matlab
- 基于颜色和纹理特征的图像检索,聚类，颜色空间量化，灰度共生矩阵-Content-based image retri
Content-based-image-retrieval
- 颜色空间量化，灰度共生矩阵，相似度度量，图像搜索，基于图像特征的检索-Content-based image retri
hiejie_v75
- 模拟数据分析处理的过程，经典的灰度共生矩阵纹理计算方法，数学方法是部分子空间法。- Analog data analysis processing, Classic GLCM texture calculation method, Mathematics is part of the subspace.
laitei
- 信号处理中的旋转不变子空间法，经典的灰度共生矩阵纹理计算方法，BP神经网络用于函数拟合与模式识别。- Signal Processing ESPRIT method, Classic GLCM texture calculation method, BP neural network function fitting and pattern recognition.
niekou_v78
- 经典的灰度共生矩阵纹理计算方法，可以动态调节运行环境的参数，信号处理中的旋转不变子空间法。- Classic GLCM texture calculation method, Can dynamically adjust the parameters of the operating environment, Signal Processing ESPRIT method.
two
- ：植物种类识别方法主要是根据叶片低维特征进行自动化鉴定。然而，低维特征不能全面描述叶片信息，识别准确率低，本文提 出一种基于多特征降维的植物叶片识别方法。首先通过数字图像处理技术对植物叶片彩色样本图像进行预处理，获得去除颜色、虫洞、 叶柄和背景的叶片二值图像、灰度图像和纹理图像。然后对二值图像提取几何特征和结构特征，对灰度图像提取 Hu不变矩特征、灰 度共生矩阵特征、局部二值模式特征和 Gabor 特征，对纹理图像提取分形维数，共得到 2183 维特征参数。再采用主成分分析与线性 评判分析相
qm842
- 数学方法是部分子空间法，经典的灰度共生矩阵纹理计算方法，基于多相结构的信道化接收机。- Mathematics is part of the subspace, Classic GLCM texture calculation method, Channelized receiver based on multi-phase structure.
hj472
- 空间目标识别，采用PM算法，BP神经网络用于函数拟合与模式识别，经典的灰度共生矩阵纹理计算方法。- Space target recognition algorithm using PM, BP neural network function fitting and pattern recognition, Classic GLCM texture calculation method.
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
5
- 基于空间灰度共生矩阵木材纹理分类识别的研究_王晗(based on spatial gray level co-occurrence matrix _ Wang Han wood texture classification recognition research)
灰度共生矩阵
- 遥感图像处理，研究灰度的空间相关特性来描述纹理的常用方法，编程实现(Remote sensing image processing.Study the spatial correlation characteristics of grayscale to describe the texture of the commonly used methods. Programming implementation.)
灰度共生矩阵
- 灰度共生矩阵，指的是一种通过研究灰度的空间相关特性来描述纹理的常用方法。 [1] 1973年Haralick等人提出了用灰度共生矩阵来描述纹理特征。 由于纹理是由灰度分布在空间位置上反复出现而形成的，因而在图像空间中相隔某距离的两像素之间会存在一定的灰度关系，即图像中灰度的空间相关特性。(Gray-level co-occurrence matrix refers to a common method for describing texture by studying the spatia
GLCM-OpenCV-master
- 由于纹理是由灰度分布在空间位置上反复出现而形成的，因而在图像空间中相隔某距离的两象素之间会存在一定的灰度关系，即图像中灰度的空间相关特性。灰度共生矩阵就是一种通过研究灰度的空间相关特性来描述纹理的常用方法。 Gray-level co-occurrence matrix from an image 图像的灰度共生矩阵(Because the texture is formed by the repeated appearance of the gray distribution in the
Texture feature extraction
- 灰度共生矩 阵即为灰度级的空间相关矩阵，以其为基础的统计方法通过对矩阵统计量的求取较好地提取到了纹理特征，通过选取关键参数编程并进行仿真实现，分别求取了四个方向的灰度共生矩阵及其特征量来分析图像 的纹理特征。(The gray level co-occurrence matrix is the gray level spatial correlation matrix. Based on the gray level co-occurrence matrix, the texture featu