基于子波变换的纹理图像分类

• 作 者: 徐朝伦 王晓湘
• 机 构: 北京理工大学电子工程系,北京理工大学电子工程系,北京,北京
• 出 处: 电子科学学刊
• 发表日期: 1999年3期
• 关键词: 子波变换 纹理分类 特征特征 BP神经网络 Wavelet transform Texture classification Feature selecti

本文用子波变换的方法描述了纹理图像多尺度、多方向的特性，提出了适合于纹理图像分类的新的子波特征。通过对其稳定性和视觉特性的详细分析，指出此特征优于传统的能量特征。文章最后结合九类自然纹理图像，分别基于标准子波特征，子波包特用ＢＰ神经网络进行了分类识别。实验结果表明，在无噪声情况下，对自然纹理图像可无误差分类；在有噪声情况下，正确分类识别率高，表现出强的稳定性。