论文部分内容阅读
该文提出了一种新的神经元纹理分类器模型，用于对皮革纹理图像的自动分类。在综合空间特征与频域统计量的基础上，构造模型子空间分类机制。Ｌａｗｓ的基本函数族中低维模板体现了空间模式的纹理属性，它与纹理图像卷积得到的“纹理能量变换”特征，对最近邻域分类是很有效的，与纹理图像的傅里叶变换的低阶统计量一起，作为三层反向传播（ＢＰ）神经元网络的输入，该神经元网络有效地在向量子空间实现了皮革纹理的自动分类过程。（本刊录）