基于分维特征和反向传播神经网络的自然纹理识别

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

所属期刊栏目：19

分类号：TP3(计算技术、计算机技术)

资助基金：国家自然科学基金69875009;上海高教局青年基金

在线出版日期：2008-08-04（万方平台首次上网日期，不代表论文的发表时间）

页码：1406-1410