基于WBCT的纹理分类算法

摘要：

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.

关键词：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

所属期刊栏目：31

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2011-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：5056-5059