搜索资源列表
灰度共生矩阵
- 灰度共生矩阵MATLAB实现 联合概率矩阵法是对图像的所有像素进行统计调查，以便描述其灰度分布的一种方法。
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.
基于VC++实现的灰度共生矩阵的图像检索
- 基于VC++实现的灰度共生矩阵的图像检索
用MATLAB实现图像的灰度共生矩阵算法
- 使用MATLAB实现图像的灰度共生矩阵算法。输入一个矩阵 输出为该矩阵的灰度共生矩阵
使用matlab求图像的灰度共生矩阵的程序
- 使用matlab求图像的灰度共生矩阵的程序，很好用,Using matlab for image co-occurrence matrix of gray-scale procedure, a very good use
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
graycomatrix
- 用matlab编程来提取图像的灰度共生矩阵-Extracting symbiotic matrix of the the image with matlab.GRAYCOMATRIX Create gray-level co-occurrence matrix
gray_matix
- 灰度共生矩阵提取图像特征 然后对图像分类-Gray-scale extraction of image feature co-occurrence matrix of image classification and then
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.
tuxintuizhifenge
- 针对类圆形堆积物图像的前景和背景在色彩或灰度上相近，难以用传统阈值分割等算法进行有效分割的问题，提出一种多方法融 合的类圆形堆积物图像区域分割策略。对图像进行滤波等一系列预分割处理后进行投影得到目标图像的外接矩形区域，以排除噪声的干扰， 在区域内采用改进的灰度共生矩阵方法进行粗分割，以解决窗口大小与分割精度的问题，采用二维OTSU 阈值分割方法对粗分割结果进行 量化。实验结果表明，该方法得到的区域分割结果边缘清晰、准确度高。-Round deposits for the prospe
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
huidugongshengjuzhen
- 基于灰度共生矩阵的医学图像处理的分割应用，使用MATLAB环境-hui du gong sheng ju zhen
50
- 多媒体技术的发展和视觉信息的飞速膨胀迫切需要对视觉信息资源的有效管理和检索。由此，基于内容的图像和视频检索技术得到了越来越多的重视，成为了多媒体信息检索和图像处理领域中的重要研究方向。CBIR技术将对大规模图像信息的管理和访问提供有力支持。 本文这种介绍了内容图像检索的灰度特征实现方法，具有理论意义和实际应用价值。针对基于内容图像检索技术进行了研究，介绍了其研究现状和关键技术，讨论了其技术瓶颈和发展趋势。共生矩阵法，是对图像的所有像元进行统计调查，以便描述其灰度分布的一种方法。分析了这种基于
Gray-Level-Co-Occurrence-Matrix
- 基于OpenCV和VS2008的图像灰度共生矩阵特征提取实现。文件中还有matlab版本的-Images based on OpenCV and VS2008 GLCM feature extraction achieved. Matlab version of the file there
Glcm-untitled
- 基于图像灰度共生矩阵的特征提取代码，程序实现0 45 90 135度4个方向的特征提取-GLCM based on image feature extraction code, the program achieved 04,590,135 degrees in four directions of the feature extraction
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