新的木材显微细胞图像分类识别方法

摘要：

提出一种基于纹理的木材显微细胞图像分类算法.通过非下采样的Contourlet变换模极值密度提取图像纹理特征,并采用K近邻分类方法进行分类,实现对木材显微细胞图像的分类.实验结果表明:平均识别正确率在85%以上.提出的方法能有效地实现对木材显微细胞图像的分类.

关键词：纹理特征、分类、非下采样Contourlet变换、木材细胞

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 30571455;黑龙江省科技攻关项目the Key Technologies R&D Program of Heilongjiang Province,China under Grant GC05A504

在线出版日期：2009-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：246-248