基于统计量模板的半调图像特征提取分类.pdfVIP

基于统计量模板的半调图像特征提取分类.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
优秀毕业论文,完美PDF格式,可在线免费浏览全文和下载,支持复制编辑,可为大学生本专业本院系本科专科大专和研究生学士相关类学生提供毕业论文范文范例指导,也可为要代写发表职称论文提供参考!!!

第40卷第12期 计算机科学 V01.40No.12 Science 2013年12月ComputerDec2013 基于统计量模板的半调图像特征提取与分类 文志强胡永祥朱文球 (湖南工业大学计算机与通信学院株洲412007) 摘要为了实现误差分散半调图像的分类,提出了基于统计量模板的半调图像特征提取与分类方法。利用像素对 的概念和统计量模板的特征描述方法,提出了基于分块的特征提取算法。提出了类特征矩阵概念;通过建立误差目标 函数和利用梯度下降法来求取最优类特征矩阵,以描述半调图像的类别;探讨了最优类特征矩阵的特性。实验中,与 其他类似方法进行了分类性能比较,探讨了参数对分类性能的影响,分析了特征提取算法的时间复杂度。大量实验比 较和分析表明,提出的方法是有效的。 关键词半调图像,误差分散,统计量模板,分类 中图法分类号TN911.73,TP391.41文献标识码A F昀tu他Extracti蚰粕dCl麟ificationof Half胁e Based∞Statistics hIlage Te唧late WEN HU ZHU ZnqiangYong-)【iangWeI卜qiu (Sch00lof of 412007,C}1ina) Computer&C0nlnlunication,HullallUniversityTechn0109y,ZhIlzhou Abst嗽tFeatureeXtractionanddassificationmethod、张s onstatistics for half- based presented templateclassifying tone va^ouserrordiffusionmethods.Statisticswasdescribedasthe ofteXture inlagesproducedby template descriptor featureofhalftone tothedefimtion afeatureextractionmethodwas based imageaccording o壬pixelpairs,and presented on ideasofclassfeaturemtriceswas asthe of and出enthe actiIlg category imagepatches.The pmposed descriptor op— t曲1ization wasfo咖ulized error functionand descentmethodtoseekthe problem byestablishingobject utiliziIlggradient classfeaturematrices.Thecharacteristicsofclassfeaturermtrices、阮rediscussed optimal

您可能关注的文档

文档评论(0)

ygeorcgdw + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档