搜索资源列表
brodatz 图像库
- 里面有大概800幅左右的brodatz图像，可以用于图像处理的边缘提取，图像检索等。
brodatz纹理特征图像库
- 他是Brodatz图像纹理特征库，可用于图像的纹理特征的匹配试验的图片
ResearchonComputationofGLCMofImageTexture
- 图像的灰度共生矩阵(GLCM)已知被理论证明并且实验显示它在纹理分析中是一个很好的方法,广泛 用于将灰度值转化为纹理信息. 然而,由于GLCM是像素距离和角度的矩阵函数,因此完整的GLCM的计算,其参数的 选取范围很广,这样GLCM的计算量很大,通常是不能这样用的. 为了解决这个问题,本文应用马尔可夫链的性质,从 理论上证明了GLCM的计算结果,当像素距离足够大的时候趋于一致性. 这样只需较少的参数值就可以完整的描述图
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
Analysisoftexturefeatureextractedbygraylevelco2occ
- 为使灰度共生矩阵(GLCM)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-In order to grayscale co-occurrence matrix (GLCM) features extracted texture to express
Brodatz
- Brodatz texture image database 纹理图像库
000
- 支持向量机(svM)是一种新的机器学习技术。本文采用一对一方法构建多分类SVM 分类器。利用常用的灰度共生矩阵方法提取图像纹理特征，组成特征向量，输入构建好的SVM 多分类器中进行分类。对从Brodatz纹理库中选取的4张纹理图像进行了分类实验，取得较好的 分类结果-Support vector machine (svM) is a new machine learning techniques. In this paper
imgretrieval
- Brodatz Album 库中任取10幅图像，每幅图分成四小块，得到40幅小图像，取其中一幅小图像，对大图中其余三幅小图进行检索-image retrieval
brodatzgabor
- 在brodatz纹理图像库上提取48维gabor特征，初学者一看就会，大有帮助。-Extract on brodatz texture image library features 48 dimensional gabor, beginners will be a look, a great help.
ImageSearch
- 基于小波变换的纹理图像检索程序，对Brodatz标准纹理库中分割后的图像进行检索实验-Wavelet-based texture image retri procedures, image segmentation Brodatz standard texture library after the search experiment
Brodatz纹理图像库[001-112]
- 用于图像纹理提取，图像分类等方面的研究，是一个很全面的纹理图像库。(For image texture extraction, image classification and other aspects of the study)