位置:成果数据库 > 期刊 > 期刊详情页
基于改进归一化距离匹配函数的纹理周期自动提取方法
  • ISSN号:1003-6059
  • 期刊名称:模式识别与人工智能
  • 时间:2014
  • 页码:1098-1104
  • 分类:TP391.4[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]南京师范大学虚拟地理环境教育部重点实验室,南京210046, [2]江苏省基础地理信息中心,南京210013
  • 相关基金:国家自然科学基金项目(No.41401440,41201415,41171320)、江苏省自然科学基金项目(No.BK2012504)资助
  • 相关项目:DEM地形纹理的理论与方法研究
中文摘要:

针对规则纹理和近似规则纹理,提出基于改进归一化距离匹配函数(INDMF)的纹理周期自动提取方法.该方法首先利用灰度共生矩阵的差异性作为纹理特征,去除改进归一化匹配函数的边缘,有效优化函数峰值间的稳定性.然后使用自适应峰值寻找算法去除噪声干扰,获得初始峰值序列并进行周期提取.最后使用众数计算最优周期.分别对Brodatz纹理和PSU周期纹理进行提取实验,结果显示文中方法运行效率较高,能有效提取自然纹理的结构周期.与累加DMF向前差分法相比,文中方法具有更好的抗噪声和抗畸变能力.

英文摘要:

Based on improved normalized distance matching function (INDMF), an automatic extraction method for regular and near-regular structural texture periodicity is proposed. Firstly, the dissimilarity of gray level co-occurrence matrices is calculated as the texture characteristic, and the INDMF edge is removed. Thus, the values between different peak intervals are more stable. Secondly, an adaptive and anti-noise peak searching approach is adopted to find initial periodic sequence and extract texture periodicity. Next, with the consideration of the characteristics of artificial and natural texture, the final periodicity is calculated by sequence mode. The results of extraction experiments on Brodatz and PSU datasets show the effectiveness and the efficiency of the proposed method. Moreover, the proposed method is more stable and accurate than the method of forward difference of accumulative DMF for impulsive salt and pepper noisy images and projective deformed images.

同期刊论文项目
期刊论文 26 会议论文 1 获奖 2
同项目期刊论文
期刊信息
  • 《模式识别与人工智能》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会 中国自动化学会
  • 主办单位:国家智能计算机研究开发中心 中国科学院合肥智能机械研究所
  • 主编:郑南宁
  • 地址:安徽省合肥市蜀山湖路350号中国科学院合肥智能机械研究所
  • 邮编:230031
  • 邮箱:bjb@iim.cas.cn
  • 电话:0551-5591176
  • 国际标准刊号:ISSN:1003-6059
  • 国内统一刊号:ISSN:34-1089/TP
  • 邮发代号:26-69
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:10169