一種具有旋轉(zhuǎn)不變性的壓縮域紋理圖像分類方法

黃祥林; 沈蘭蓀

一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

留言板

尊敬的讀者、作者、審稿人, 關(guān)于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復(fù)。謝謝您的支持!

姓名

郵箱

手機號碼

標題

留言內(nèi)容

驗證碼

一種具有旋轉(zhuǎn)不變性的壓縮域紋理圖像分類方法

黃祥林, 沈蘭蓀

文章導航 > 電子與信息學報 > 2002 > 24(11): 1441-1446

黃祥林, 沈蘭蓀. 一種具有旋轉(zhuǎn)不變性的壓縮域紋理圖像分類方法[J]. 電子與信息學報, 2002, 24(11): 1441-1446.

引用本文:

黃祥林, 沈蘭蓀. 一種具有旋轉(zhuǎn)不變性的壓縮域紋理圖像分類方法[J]. 電子與信息學報, 2002, 24(11): 1441-1446.

Huang Xianglin, Shen Lansun . Texture-image classification with rotation-invariance in compressed-domain[J]. Journal of Electronics & Information Technology, 2002, 24(11): 1441-1446.

Citation:

Huang Xianglin, Shen Lansun . Texture-image classification with rotation-invariance in compressed-domain[J]. Journal of Electronics & Information Technology, 2002, 24(11): 1441-1446.

黃祥林, 沈蘭蓀. 一種具有旋轉(zhuǎn)不變性的壓縮域紋理圖像分類方法[J]. 電子與信息學報, 2002, 24(11): 1441-1446.

引用本文:

黃祥林, 沈蘭蓀. 一種具有旋轉(zhuǎn)不變性的壓縮域紋理圖像分類方法[J]. 電子與信息學報, 2002, 24(11): 1441-1446.

Huang Xianglin, Shen Lansun . Texture-image classification with rotation-invariance in compressed-domain[J]. Journal of Electronics & Information Technology, 2002, 24(11): 1441-1446.

Citation:

Huang Xianglin, Shen Lansun . Texture-image classification with rotation-invariance in compressed-domain[J]. Journal of Electronics & Information Technology, 2002, 24(11): 1441-1446.

一種具有旋轉(zhuǎn)不變性的壓縮域紋理圖像分類方法

計量
- 文章訪問數(shù): 2454
- HTML全文瀏覽量: 95
- PDF下載量: 445
- 被引次數(shù): 0
出版歷程
- 收稿日期: 2001-03-30
- 修回日期: 2001-10-18
- 刊出日期: 2002-11-19

Texture-image classification with rotation-invariance in compressed-domain

摘要

摘要: 該文提出了一種具有旋轉(zhuǎn)不變性的、基于DCT壓縮域的紋理圖像分類方法。此方法主要是在DCT壓縮域中合理組織頻率系數(shù),使其具有與小波分解相類似的圖像多分辨率結(jié)構(gòu),由此設(shè)計了抗旋轉(zhuǎn)能力強的紋理圖像分類算法。這些操作直接在游程長編碼(RLE)形成的碼流上進行,處理的數(shù)據(jù)量較少,處理速度快。實驗結(jié)果表明,這種分類方法具有較高的準確性。
- 壓縮域圖像處理; DCT變換; 紋理圖像分類; 旋轉(zhuǎn)不變性
Abstract: A novel method of texture-image classification with rotation-invariauce in DCT compressed-domain is proposed. By reordered the DCT coefficients for multi-resolution, the textnral features are extracted in DCT transformed-domain and these textural features can be used to classify texture-images in RLE bit-stream directly with rotation-invariancc. The experimental results demonstrate that texture-images can be classified at higher correct classification rate.