搜索资源列表
灰度共生矩阵纹理
- 用滑动窗口中图像的灰度共生矩阵进行简单的2类纹理的分割.-sliding window of the gray image symbiotic matrix simple two types of texture segmentation.
灰度共生矩阵提取纹理特征
- 灰度共生矩阵提取纹理特征
ResearchonBuildingMethodofGLCM
- 结合特征参数间相关性矩阵与木材纹理自身的特征, 从灰度共生矩阵的11 个特征参数中提取5 个较 独立的特征参数。利用可分性判据确定适于描述木材纹理的灰度共生矩阵构造因子取值( d=2, g=16) 。,Combination of characteristic parameters of inter-correlation matrix with the wood texture of its own features, from the gray level co-occurrence ma
GLCM
- 灰度共生矩阵用于纹理提取，GLCM texture features-Calculates texture features from the input GLCMs
GLCM
- 基于灰度共生矩阵的纹理特征提取实现算法，开发平台是vc-GLCM-based texture feature extraction algorithms to achieve
Texture
- 用灰度共生矩阵对共生矩阵归一化和计算能量、熵、惯性矩、相关4个纹理参数。-On the symbiosis with the GLCM matrix normalization and calculation of energy, entropy, moment of inertia, related to four texture parameters.
Texture-features
- matlab编写的用于实现灰度共生矩阵，灰度-梯度共生矩阵，灰度直方图，协方差系数，LOG滤波器的源代码了。全部经过测试，可以直接使用。对于做纹理分析很有帮助。一共有五个代码-matlab prepared for the realization of Gray Level Co-occurrence matrix, gray- gradient co-occurrence matrix, gray histogram, covariance coefficients, LOG source c
wenli
- 分析了纹理特征提取方法，特别是灰度共生矩阵的方法和 Gabo:小波矩的方法。并在这两种方法的基础上提出了综合灰度共生矩阵和 Gbaor小波矩的纹理特征提取方法并用于图像检索。 -matlab
87361011graycomatrix
- 这是基于灰度共生矩阵提取纹理特征重要参数的代码-This is based on gray level co-occurrence matrix texture features extracted the important parameters of the code
ResearchonComputationofGLCMofImageTexture
- 图像的灰度共生矩阵(GLCM)已知被理论证明并且实验显示它在纹理分析中是一个很好的方法,广泛 用于将灰度值转化为纹理信息. 然而,由于GLCM是像素距离和角度的矩阵函数,因此完整的GLCM的计算,其参数的 选取范围很广,这样GLCM的计算量很大,通常是不能这样用的. 为了解决这个问题,本文应用马尔可夫链的性质,从 理论上证明了GLCM的计算结果,当像素距离足够大的时候趋于一致性. 这样只需较少的参数值就可以完整的描述图 像的纹理特征. 最后,通过对Brodatz纹理库中自然纹理
TuXiangShiBie
- 该软件需用Delphi7设计，采用灰度共生矩阵的方法对肝脏超声图像进行纹理特征提取。通过神经网络进行分类处理。-The software required Delphi7 design, the use of gray-scale co-occurrence matrix method of liver ultrasound image texture feature extraction. Through the neural network classification.
textureextraction
- 灰度共生矩阵和灰度梯度共生矩阵纹理提取，能够计算纹理的多个测度-Gray Level Co-occurrence matrix and gray-gradient co-occurrence matrix texture extraction
51622445texturepinyuA2
- K均值聚类算法 由于对纹理图像使用灰度共生矩阵分割效果不明显 因此该算法使用图像频域进行处理-K-means clustering algorithm because of the texture image segmentation using the gray co-occurrence matrix effect was not obvious, therefore use the algorithm for processing images in frequency domain
Texture
- 计算灰度共生矩阵的Matlab程序,参考《基于颜色空间和纹理特征的图像检索》,输入图像数据,返回八维纹理特征行向量-A programm computing GLCM texture measurements.
33753125vc_dib
- ：为使灰度共生矩阵(GI CM)提取的特征值较好地表达纹理信息．对 Brodatz纹理库图片进行了大量 实验。 首先测试了各构造参数对关键特征统计量的影响，给出了特征值随参数变化的规律，确立了构造参数的合理取值；然 后测试了图像旋转和大小变化对所提取特征值的影响 实验结果对优化灰度共生矩阵的构造、实现基于纹理的图像 检索有参考意义。 -gray
dx-4.4.4.tar
- 图像的纹理特征参数的灰度共生矩阵的计算，该方法效果好，速度快，易理解。-The image texture characteristic parameters GLCM calculation, the method effective, fast, easy to understand.
灰度共生矩阵
- 图像处理，灰度共生矩阵。已知被理论证明并且实验显示它在纹理分析中是一个很好的方法,广泛用于将灰度值转化为纹理信息(Image processing, gray level co-occurrence matrix. Known to have been proved by theory, and experiments show that it is a good method in texture analysis, and is widely used to transform gray v
灰度共生矩阵
- 遥感图像处理，研究灰度的空间相关特性来描述纹理的常用方法，编程实现(Remote sensing image processing.Study the spatial correlation characteristics of grayscale to describe the texture of the commonly used methods. Programming implementation.)
灰度共生矩阵GLCM
- 详细的基于纹理的图像分割算法 灰度共生矩阵实现代码，实现效果比较满意(Detailed texture based image segmentation algorithm, gray co-occurrence matrix implementation code, to achieve satisfactory results)
灰度共生矩阵
- 灰度共生矩阵，指的是一种通过研究灰度的空间相关特性来描述纹理的常用方法。 [1] 1973年Haralick等人提出了用灰度共生矩阵来描述纹理特征。 由于纹理是由灰度分布在空间位置上反复出现而形成的，因而在图像空间中相隔某距离的两像素之间会存在一定的灰度关系，即图像中灰度的空间相关特性。(Gray-level co-occurrence matrix refers to a common method for describing texture by studying the spatia