利用累加距离匹配函数的纹理规则度计算方法.pdfVIP

利用累加距离匹配函数的纹理规则度计算方法.pdf

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
第27 卷 第 10 期 计算机辅助设计与图形学学报 Vol. 27 No.10 2015 年 10 月 Journal of Computer-Aided Design Computer Graphics Oct. 2015 利用累加距离匹配函数的纹理规则度计算方法 蒋 圣1, 2, 3), 汤国安1, 2, 3)*, 刘 凯1, 2, 3) 1) (南京师范大学虚拟地理环境教育部重点实验室 南京 210023) 2) (江苏省地理环境演化国家重点实验室培育建设点 南京 210023) 3) (江苏省地理信息资源开发与利用协同创新中心 南京 210023) (tangguoan@njnu.edu.cn) : 规则度是纹理图像的主要特征之一, 能够用于纹理图像的描述和分类. 基于累加距离匹配函数(SDMF)提出 一种纹理图像规则度计算方法, 并建立规则近似规则随机纹理的分类模型和进行纹理粗细程度判定. 首先针对纹 理图像构建相应 SDMF; 然后利用二次求导和阈值划分提取显著峰谷; 最后以峰值和谷值的数量, 位置, 关系为特征, 构建周期规则度特征向量和纹理分类模型. 以Brodatz 图像库进行实验的结果表明, 文中的规则度能够有效地区分规 则图像、近似规则图像和随机图像, 符合视觉感知, 并与已有研究结果进行类比验证, 具有更好的准确性; 同时, 由 于SDMF 的第一周期可以作为纹理基元的尺寸, 因此可以扩展对纹理基元的粗细程度的分类. :累加距离匹配函数; 纹理规则度; 纹理分类 :TP391.41 A Computation Method of Texture Regularity Using Summed-Up Distance Match- ing Function Jiang Sheng1, 2, 3), Tang Guoan1, 2, 3)*, and Liu Kai1, 2, 3) 1) (Key Laboratory of Virtual Geographic Environment Ministry of Education, Nanjing Normal University, Nanjing 210023) 2) (State Key Laboratory Cultivation Base of Geographical Environment Evolution, Jiangsu Province, Nanjing 210023) 3) (Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023) Abstract: Regularity is one of the main features of texture image, and it can be used for description and classification of texture images. A computation method of texture regularity based on summed-up distance matching function (SDMF) is proposed. On this basis, texture classification model for regular texture, ap- proximate regular texture and random texture is also proposed as well a

文档评论(0)

daoqqzhuan2 + 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