吉林大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (05): 1345-1349.

• 论文 • 上一篇    下一篇

用变参数灰度共生矩阵提取新疆民间艺术图案纹理特征

赵海英1,2,冯月萍3,魏述强4,徐正光1   

  1. 1.北京科技大学 信息工程学院 北京100083; 2.新疆师范大学 数理信息学院|乌鲁木齐 830054;3. 吉林大学 计算机学院, 长春130012|4.北京科技大学 应用科学学院, 北京100083
  • 收稿日期:2009-09-23 出版日期:2010-09-01 发布日期:2010-09-01
  • 通讯作者: 冯月萍(1958-),女,教授,博士.研究方向:计算机图形学,图像处理.E-mail:fengyp@jlu.edu.cn E-mail:fengyp@jlu.edu.cn
  • 作者简介:赵海英(1969-),女,博士研究生,副教授.研究方向:模式识别和图像处理.E-mail:zhy.yn@163.com
  • 基金资助:

    国家自然科学基金项目(60863010)

Texture feature extraction of Xinjiang folk art patterns based on varying parameters of GLCM

ZHAO Hai-ying1,2,FENG Yue-ping3,WEI Shu-qiang4,XU Zheng-guang1   

  1. 1.School of |Information Engineering, University of |Science and Technology Beijing, Beijing 100083,China|2.College of Mathsphysics and Information Sciences,Xinjiang Normal University,Urumqi 830054,China;3.College of Computer Science and Technology,Jilin University,Changchun 130012,China;4.School of Applied Science,University of Science and Technology Beijing,Beijing 100083,China
  • Received:2009-09-23 Online:2010-09-01 Published:2010-09-01

摘要:

为了较好地表达新疆民间艺术图案的纹理信息,选用可变参数的灰度共生矩阵提取其纹理特征。首先,在新疆民间艺术图案库上测试变参数对关键特征统计量的影响,并给出特征值与变参数之间的变化曲线,从而选定使纹理特征稳定的可变参数范围;然后,通过旋转、加噪、改变图像大小考虑算法的鲁棒性。本文的实验结果对新疆民间艺术图案的纹理特征提取具有参考价值。

关键词: 计算机应用, 新疆民间艺术图案, 纹理特征, 灰度共生矩阵, 鲁棒性

Abstract:

In order to better express the texture information of Xinjiang folk art patterns, variable parameters of the Gray Level Cooccurrence Matrix (GLCM) were proposed. First, by testing the effect of different parameters on the important features of Xinjiang folk art patterns, the relationship between the features and different parameters was obtained. The ranges of the variable parameters to make the texture feature more stable were determined. Then, the robustness of these features was analyzed when the image was rotated or its size was changed or noise was added. Experiment results provide valuable reference for extraction of texture features of xinjiang folk art patterns.

Key words: computer application, Xinjiang folk art patterns, texture, gray level co-occurrence matrix(GLCM), robustness

中图分类号: 

  • TP391.4
[1] 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2] 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3] 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4] 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5] 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6] 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7] 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8] 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9] 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10] 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11] 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12] 黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13] 傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14] 曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15] 侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!