|
|||||
|
|
| 基于分维特征和反向传播神经网络的自然纹理识别 | |
| 作者姓名： | 刘泓 莫玉龙 |
| 作者单位： | 上海大学嘉定校区通信与信息工程学院,上海,201800;上海大学嘉定校区通信与信息工程学院,上海,201800 |
| 基金项目： | 国家自然科学基金,上海高教局青年基金 |
| 摘 要： | 提出一种利用分维特征, 即自然纹理的自相似性进行纹理识别的研究。利用原始图像、高灰度图像、低灰度图像、四个方向（０°, ４５°, ９０°, １３５°）的梯度图像及二阶多分维共八个分维数作为特征值; 分维的计算采用改进的盒子计数法（ＭＢＣＭ）; 最后利用反向传播（ＢＰ）神经网络进行纹理的分类识别。实验结果与其它技术进行了比较, 并提出利用维纳滤波进一步改进分类性能。 |
| 关 键 词： | 分维 盒子计数法 纹理分析 分类 |
| 收稿时间： | 1998-12-29 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |