基于WBCT的纹理分类算法
由于Contourlet变换在分解过程中使用拉普拉斯金字塔分解产生数据冗余,提出一种基于非冗余小波-Contourlet变换(WBCT)系数重组的特征提取方案.该方法充分利用了WBCT变换系数的位置相关性,并克服Contourlet变换的数据冗余,并能捕捉方向细节信息.实验结果表明,该方法分类效果好,算法优越性明显,提出的系数重组方案对于纹理特征提取有很高的实用价值.
小波-Contourlet变换、自组特征映射神经网络、冗余性、特征提取、纹理分类
31
TP391.41(计算技术、计算机技术)
2011-03-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
5056-5059