一种SGF和SVM相结合的纹理分类方法

摘要：

针对传统方法在纹理分类方面的不足，本文将统计几何特征与支持向量机相结合，提出了一种新的纹理分类方法。首先利用一个可变的阈值参数把纹理图像转换成一系列二进制图像，然后根据连通域的个数及其几何拓扑属性的统计量对相关纹理特征进行表征，最后利用支持向量机作为分类器实现纹理图像的自动分类。通过对72类具有不同规则度纹理图像的实验结果表明，本文方法对规则纹理具有很高的分类精度，对不规则纹理图像也能达到较好的水平。在有限训练样本的情况下，本文算法的平均分类正确率优于目前常用的几种分类算法，证明了本文方法的有效性。

关键词：纹理分类、统计几何特征、支持向量机、特征提取、不规则度

分类号：TP3;TN9

资助基金：天津市自然科学基金资助项目07JCYBJC13800；教育部博士点基金新教师项目20070056104

在线出版日期：2014-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：20-25