文献

J-GLOBAL ID：201802216511749395   整理番号：18A1816539

FABEMDに基づくテクスチャ画像分類アルゴリズム【JST・京大機械翻訳】

Texture image classification algorithm based on FABEMD

著者 (3件)： Hu Mingdi (西安郵電大学通信与信息工程学院,陜西西安,710121) ,  Zang Yidi (西安郵電大学通信与信息工程学院,陜西西安,710121) ,  Xu Jiahui (西安郵電大学通信与信息工程学院,陜西西安,710121)
資料名： Xi’An Youdian Daxue Xuebao  (Xi'An Youdian Daxue Xuebao)
巻： 23  号： 1  ページ： 53-58  発行年： 2018年 
JST資料番号： C3644A  ISSN： 1007-3264  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 二次元経験的モード分解アルゴリズムを,テクスチャ画像分類に適用するとき,長い計算時間と低精度の問題がある。高速適応二次元経験的モード分解(fastandadaptivebidimensionalempiricalmodedecomposition,FABEMD)方法をテクスチャ画像分類に応用した。最初に,テクスチャ画像を3つの二次元固有モード関数(bidimensionalintrinsicmodefunction,BIMF)と1つの剰余に分解する。次に,各BIMFのエネルギー,エントロピー,コントラストおよび相関の4つのテクスチャ特徴パラメータを,灰色共起行列を用いて抽出し,そして,特徴ベクトルを,最小距離分類装置によって,構成した。Brodatzテクスチャ画像ライブラリを用いて,10のテクスチャ画像をサンプル画像として選び,シミュレーション結果は,2D経験的モード分解法と比較して,提案したアルゴリズムの精度が86.28%であり,計算時間が短縮されたことを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  二次元 ,  *画像 ,  コントラスト ,  シミュレーション ,  高速度 ,  エントロピー ,  分類装置
準シソーラス用語： 最小距離 ,  特徴ベクトル ,  共起行列 ,  *質感 ,  固有モード関数 ,  *分類アルゴリズム ,  *テクスチャ画像 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  数値計算  (JE02000J)

タイトルに関連する用語 (2件)： テクスチャ画像 ,  分類アルゴリズム