資源描述：
《紋理圖像識(shí)別中的旋轉(zhuǎn)不變性分析》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、ComputerEngineeringandApplications計(jì)算機(jī)工程與應(yīng)用2010，46（33）205紋理圖像識(shí)別中的旋轉(zhuǎn)不變性分析楊清躍，高飛，聶青YANGQing-yue，GAOFei，NIEQing北京理工大學(xué)信息與電子學(xué)院，北京100081SchoolofInformationandElectronics，BeijingInstituteofTechnology，Beijing100081，ChinaE-mail：yangqingyue1985@163.comYANGQing-yue，GAOFei，NIEQing.Analysisofrotationinvariance
2、intextureimagerecognition.ComputerEngineer-ingandApplications，2010，46（33）：205-207.Abstract：Intheprocessofthetextureimagerecognitionandclassification，manyimageswhichhavethesametexturefea-turesusuallyshowthediversityofdirection.Theseimagesaresupposedtobethesamecategory.Sothemethodhowtogettherotatio
3、ninvariantfeaturesisneeded.Therearemanymethodstosolveit，suchasgeometricmoments，orthogonalmoments，graylevelco-occurrenceetc.Butthefirsttwomethodsaretimeconsuming，andtheperformanceofthethirdisnotsatisfying.AmethodbasedonGray-GradientCo-occurrenceMatrixisrecommendedtogettherotationinvariantfea-tures
4、.Furthermore，afastalgorithmforcomputingtheGray-GradientCo-occurrenceMatrixisproposed.Experimentalresultsdemonstratethatthemethodisveryefficientforgettingtherotationinvariantfeatures，andthefastalgorithmhaslargelyreducedthecomputation.Keywords：textureanalysis；graylevelco-occurrencematrix；rotationin
5、variance；gray-gradientco-occurrencematrix摘要：在對紋理圖像進(jìn)行分類識(shí)別過程中，許多具有相同紋理特性的不同圖像經(jīng)常在方向上呈現(xiàn)多樣性。這些圖像應(yīng)該被歸為一類。針對這一問題，有許多方法可以得到旋轉(zhuǎn)不變性特征，例如：幾何矩，正交矩，灰度共生矩陣等，然而，前兩種方法計(jì)算量很大，第三種方法效果也不令人滿意。提出了一種基于灰度-梯度共生矩陣的方法來得到旋轉(zhuǎn)不變特征量，并且提出了一種快速計(jì)算灰度-梯度共生矩陣的算法。實(shí)驗(yàn)表明利用灰度-梯度共生矩陣的方法得到旋轉(zhuǎn)不變量的方法非常有效，快速計(jì)算灰度-梯度共生矩陣的算法也大大減小了計(jì)算量。關(guān)鍵詞：紋理分析；灰度共生矩
6、陣；旋轉(zhuǎn)不變；灰度-梯度共生矩陣DOI：10.3778/j.issn.1002-8331.2010.33.058文章編號(hào)：1002-8331（2010）33-0205-03文獻(xiàn)標(biāo)識(shí)碼：Ａ中圖分類號(hào)：TP391.411引言正交矩，其中以Zernike矩和Pseudo-Zernike矩為代表，但是紋理是用來識(shí)別目標(biāo)的重要方法，它是圖像中一個(gè)很重他們的多項(xiàng)式復(fù)雜，計(jì)算量比較大，而且出現(xiàn)了許多不同的計(jì)要而又難以描述的特性，至今還沒有公認(rèn)的定義[1]。在對紋理算其多項(xiàng)式的方法。文獻(xiàn)[3]通過求各個(gè)方向上灰度共生矩陣圖像進(jìn)行分類識(shí)別過程中，許多紋理圖像雖然在外形上相似，特征量的平均來得到旋轉(zhuǎn)不變量。
7、本文在文獻(xiàn)[3]的基礎(chǔ)上，但是在角度和方向上呈現(xiàn)多樣性，也就是說當(dāng)同樣的圖像經(jīng)提出一種基于灰度-梯度共生矩陣的旋轉(zhuǎn)不變性紋理特征提取過旋轉(zhuǎn)而保持外形不變時(shí)，它們應(yīng)該還屬于同一類[2]。在對這算法，并與文獻(xiàn)[3]的結(jié)果做了比較。在計(jì)算灰度-梯度共生矩類圖像進(jìn)行特征提取時(shí)，得到的特征值應(yīng)盡可能接近。這就陣時(shí)，把圖像分成適當(dāng)數(shù)量的子區(qū)域，求取每一個(gè)子區(qū)域矩陣要求人們應(yīng)對圖像的旋轉(zhuǎn)不變性做深入研究，進(jìn)而得出正確的灰度-梯度共生矩陣，這樣，在
