位置:成果数据库 > 期刊 > 期刊详情页
应用ICA滤波器技术提取图像纹理特征
  • ISSN号:1003-501X
  • 期刊名称:《光电工程》
  • 时间:0
  • 分类:TN713[电子电信—电路与系统] TN911.73[电子电信—通信与信息系统;电子电信—信息与通信工程]
  • 作者机构:[1]第二炮兵工程学院指挥自动化工程系,西安710025
  • 相关基金:国家自然科学基金资助项目(60572080,60772151)
中文摘要:

针对纹理图像分类问题,本文提出了一种应用ICA滤波器技术提取图像纹理特征的方法。该方法首先从训练图像集中随机抽取图像块作为观测信号,应用ICA技术,提取滤波器组。然后根据训练样本图像对滤波器组的响应值来评估和选择滤波器组,达到降维的目的。最后利用滤波器组对测试图像进行滤波,得到该图像的滤波响应结果,从该响应结果中得到最大响应滤波器编号,提取其直方图作为图像的全局特征和局部特征。对Brodatz纹理图像集中108个纹理类别进行了分类实验,结果表明,与MPEG-7纹理描述子相比,该图像特征对纹理图像具有更好的分类效果。

英文摘要:

A novel image texture exaction algorithm using Independent Component Analysis (ICA) filters for image classification is proposed. Firstly, image patches are selected randomly fi'om images in training set as observation signal. A group of filters (ICA filters) is extracted from the sample texture images using ICA method. And then, ICA filters are evaluated and selected according to the response of the input sample images for the purpose of reducing feature dimension Finally, response results of test images are gotten by using the filters to the images. Global and local features are extracted from the histogram of the maximum response results. Experiments are completed on the images with 108 texture classes from the Brodatz album. Experimental results show that the proposed texture feature has better classification rate than that of MPEG-7 texture descriptors.

同期刊论文项目
期刊论文 51 会议论文 17 著作 1
同项目期刊论文
期刊信息
  • 《光电工程》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院光电技术研究所 中国光学学会
  • 主编:罗先刚
  • 地址:四川省成都市双流350信箱
  • 邮编:610209
  • 邮箱:oee@ioe.ac.cn
  • 电话:028-85100579
  • 国际标准刊号:ISSN:1003-501X
  • 国内统一刊号:ISSN:51-1346/O4
  • 邮发代号:62-296
  • 获奖情况:
  • 四川省第二次期刊质量考评自然科学期刊学术类质量...,四川省第二届优秀期刊评选科技类期刊三等奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:14003