搜索资源列表
GHalftone_Class
- 灰度共生矩阵,半调图像 首先算出图像的增强的一维相关性,并用生经网络进行分类,可以分为6的大类 然后针对第三大类Cluster4和Diffuse8,可以利用图像的纹理特征参数(逆差矩)进行分类
MATLAB.rar
- 自己现在在做的论文用到灰度共生矩阵，找了好久都没找到很好用的，所以自己就编了个，不很完美，但绝对可用，已经实现过。包括灰度共生矩阵的生成以及一些特征参数。f1，二阶距。f2，对比度。f3，相关。f5，逆差距。f6，和平均。f7，和方差。f9，差平均。f10，差方差。请不吝赐教。,Now do their own papers in the gray co-occurrence matrix used to find for a long time to find no good use, so
GLCM
- 灰度共生矩阵用于纹理提取，GLCM texture features-Calculates texture features from the input GLCMs
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.
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
Texture
- 计算图像灰度共生矩阵重要属性：能量 熵 惯性矩和相关性。-Calculate important properties GLCM image: the moment of inertia and entropy correlation energy.
fdgsjz
- 灰度共生矩阵代码包，里面包括两个灰度共生矩阵程序的源代码，请大家要用的，下载试试，评价！-Gray-level co-occurrence matrix code package, which includes procedures for both gray level co-occurrence matrix of the source code, please use the U.S., try to download, evaluation!
wenli
- 基于灰度共生矩阵的纹理特征提取方法实现目标的识别-Gray-level co-occurrence matrix based texture feature extraction methods to achieve the target identification
comGLCM
- 计算四个方向上的灰度共生矩阵以及角二阶矩，熵，对比度，均匀性-Calculate four directions on the GLCM, as well as angular second moment, entropy, contrast, uniformity
Textural_defect_detection_based_on_label_co-occurr
- 基于类别共生矩阵的纹理疵点检测方法 邹超 朱德森 肖力 摘要：根据有规则纹理的特点，提出了基于类别的共生矩阵来描述纹理特征，从而很好地将正常纹理与疵点区分开。分析了传统的灰度共生矩阵在计算纹理特征时计算量大，且分辨能力差的缺点．为了克服灰度共生矩 阵在计算量和分辨能力上的缺点，定义了类别共生矩阵．在类别共生矩阵的算法中，首先学习纹理的一些基本特征以确定类别共生矩阵的一些关键参数。如纹理的概率密度分布、纹理的主方向和周期，以及分类准则等重要参数，然后计算类别共生矩阵并提取白疵点增强、黑疵
Iuseit
- 灰度共生矩阵特征参数，对共生矩阵计算能量、熵、惯性矩、相关4个特征值。-The GLCM characteristic parameters
GrayGradinet
- 基于MATLAB的批量提取图像的纹理特征，纹理特征提取的方法采用灰度-梯度共生矩阵法。-Extracted texture features based on MATLAB bulk, texture feature extraction method using gray level the- gradient co-occurrence matrix method.
tuxiangtezhengtiqu
- 对图像的特征提取，有灰度直方图，共生矩阵，Hu不变矩，几何特征，还有基于小波的二维分解，已运行。-Image feature extraction, there histogram, co-occurrence matrix, Hu invariant moments, the geometrical characteristics, already running, correct.
two
- ：植物种类识别方法主要是根据叶片低维特征进行自动化鉴定。然而，低维特征不能全面描述叶片信息，识别准确率低，本文提 出一种基于多特征降维的植物叶片识别方法。首先通过数字图像处理技术对植物叶片彩色样本图像进行预处理，获得去除颜色、虫洞、 叶柄和背景的叶片二值图像、灰度图像和纹理图像。然后对二值图像提取几何特征和结构特征，对灰度图像提取 Hu不变矩特征、灰 度共生矩阵特征、局部二值模式特征和 Gabor 特征，对纹理图像提取分形维数，共得到 2183 维特征参数。再采用主成分分析与线性 评判分析相
3
- 3 基于灰度共生矩的SAR图像纹理特征提取方法 3 based on gray symbiotic matrix of SAR image texture feature extraction method(3 based on gray symbiotic matrix of SAR image texture feature extraction method)
4
- 4基于灰度共生矩阵纹理特征的SAR图像分割 4 the SAR image segmentation based on gray level co-occurrence matrix texture feature(4 the SAR image segmentation based on gray level co-occurrence matrix texture feature)
纹理特征提取
- 应用灰度共生矩阵求解纹理特征并用熵，相关性，惯性矩，能量，局部平衡等参数带有实例照片可以直接编译(Applying the grayscale symbiotic matrix to solve the texture features and using entropy, correlation, inertia moment, energy, local equilibrium and other parameters with example photos can be compiled
Feature_extraction
- 用于运动人体的图像特征提取，提取的特征包括，高宽比，速度，紧密度，灰度共生矩阵，hu矩，主成分分析，离散余弦变化，图像的预处理等。(Image feature extraction for moving human body includes features such as aspect ratio, speed, tightness, gray level co-occurrence matrix, Hu moments, principal component analysis, disc
Texture feature extraction
- 灰度共生矩 阵即为灰度级的空间相关矩阵，以其为基础的统计方法通过对矩阵统计量的求取较好地提取到了纹理特征，通过选取关键参数编程并进行仿真实现，分别求取了四个方向的灰度共生矩阵及其特征量来分析图像 的纹理特征。(The gray level co-occurrence matrix is the gray level spatial correlation matrix. Based on the gray level co-occurrence matrix, the texture featu
新建文件夹
- 基于灰度共生矩阵的图像纹理特征提取，包括熵，能量，相关，均值，逆差矩等(Image texture feature extraction based on gray level co-occurrence matrix)