Welcome![Sign In][Sign Up]
Location:
Search - brodatz图像库

Search list

[Other resourcebrodatz 图像库

Description: 里面有大概800幅左右的brodatz图像,可以用于图像处理的边缘提取,图像检索等。
Platform: | Size: 50366692 | Author: lichunlin0921 | Hits:

[Otherbrodatz纹理特征图像库

Description: 他是Brodatz图像纹理特征库,可用于图像的纹理特征的匹配试验的图片
Platform: | Size: 36447218 | Author: huangleichina | Hits:

[Special EffectsResearchonComputationofGLCMofImageTexture

Description:  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纹理库中自然纹理图像和几幅SAR图像进行仿真,仿真结果验证了上述结论.-err
Platform: | Size: 431104 | Author: 陈平 | Hits:

[OS program33753125vc_dib

Description: :为使灰度共生矩阵(GI CM)提取的特征值较好地表达纹理信息.对 Brodatz纹理库图片进行了大量 实验。 首先测试了各构造参数对关键特征统计量的影响,给出了特征值随参数变化的规律,确立了构造参数的合理取值;然 后测试了图像旋转和大小变化对所提取特征值的影响 实验结果对优化灰度共生矩阵的构造、实现基于纹理的图像 检索有参考意义。 -gray
Platform: | Size: 352256 | Author: aaaaaaaa | Hits:

[Graph programAnalysisoftexturefeatureextractedbygraylevelco2occ

Description: 为使灰度共生矩阵(GLCM)提取的特征值较好地表达纹理信息,对Brodatz纹理库图片进行了大量实验。 首先测试了各构造参数对关键特征统计量的影响,给出了特征值随参数变化的规律,确立了构造参数的合理取值 然 后测试了图像旋转和大小变化对所提取特征值的影响-In order to grayscale co-occurrence matrix (GLCM) features extracted texture to express the value of good information and pictures on the Brodatz texture library has a large number of experiments. First, test the key features of various structural parameters on the impact of statistics given parameters of the feature value with changes in the law establishing the reasonable value of structural parameters and then test the changes in image rotation and size of the extracted characteristic values of
Platform: | Size: 533504 | Author: 才鸟 | Hits:

[Graph programBrodatz

Description: Brodatz texture image database 纹理图像库
Platform: | Size: 6369280 | Author: tantan | Hits:

[Special Effects000

Description: 支持向量机(svM)是一种新的机器学习技术。本文采用一对一方法构建多分类SVM 分类器。利用常用的灰度共生矩阵方法提取图像纹理特征,组成特征向量,输入构建好的SVM 多分类器中进行分类。对从Brodatz纹理库中选取的4张纹理图像进行了分类实验,取得较好的 分类结果-Support vector machine (svM) is a new machine learning techniques. In this paper, one way to build a multi-classification SVM classifier. GLCM using methods commonly used to extract image texture features, compositions of the vector input to build a good classifier in the SVM multi-classification. From the Brodatz texture library texture selected four images were classified experiments to obtain better classification results
Platform: | Size: 375808 | Author: 刘东 | Hits:

[Multimedia Developimgretrieval

Description: Brodatz Album 库中任取10幅图像,每幅图分成四小块,得到40幅小图像,取其中一幅小图像,对大图中其余三幅小图进行检索-image retrieval
Platform: | Size: 3072 | Author: 顾小东 | Hits:

[Special Effectsbrodatzgabor

Description: 在brodatz纹理图像库上提取48维gabor特征,初学者一看就会,大有帮助。-Extract on brodatz texture image library features 48 dimensional gabor, beginners will be a look, a great help.
Platform: | Size: 2048 | Author: 蔡利君 | Hits:

[Special EffectsImageSearch

Description: 基于小波变换的纹理图像检索程序,对Brodatz标准纹理库中分割后的图像进行检索实验-Wavelet-based texture image retri procedures, image segmentation Brodatz standard texture library after the search experiment
Platform: | Size: 1024 | Author: zhang | Hits:

[Picture ViewerBrodatz纹理图像库[001-112]

Description: 用于图像纹理提取,图像分类等方面的研究,是一个很全面的纹理图像库。(For image texture extraction, image classification and other aspects of the study)
Platform: | Size: 36731904 | Author: zxz | Hits:

CodeBus www.codebus.net