关于小波纹理特征的医学图像检索.pdfVIP

下载本文档

2
0
约1.45万字
约 4页
2017-10-28 发布于安徽
举报
版权申诉

关于小波纹理特征的医学图像检索.pdf

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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
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、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、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

第30卷第3期东北大学学报(自然科学版) V01．30，No．3 ofNortheastern Mar．2009 2009年3月 Journal Science) University(Natural 基于小波纹理特征的医学图像检索张一飞，修非，鲍玉斌，于戈 (东北大学信息科学与工程学院，辽宁沈阳110004) 摘要：为了缩小图像高层语义与底层特征之间的鸿沟，提出了一种基于共生矩阵的图像纹理特征提取的新方法．该方法结合了图像的频域统计特征和空间分布特性，首先通过小波变换提取图像的局部频域信息，然后结合图像的整体结构特征，构建用于提取图像纹理特征的小波灰度共生矩阵．通过对比实验表明，与分别使用其他灰度共生矩阵和小波特征相比，基于小波灰度共生矩阵的纹理特征提取方法在医学图像检索中取得了更好的效果．关键词：共生矩阵；纹理；小波变换；特征提取；图像检索中图分类号：TP391．41 文献标识码：A 文章编号：1005—3026(2009)03—0341—04 TextureFeature MediealRetrievalBasedonWavelet Image z：H4卜『G GP Yi-fei，XIUFei，BAOYu—bin，yU of Information (School ScienceEngineering，NortheasternUniversity，Shenyang110004，China． Correspondent：ZHANG Yi—fei，E-mail：zhang舛fei@ise．neu．edu．ca) Abstract：Toeliminatethe betweenthe semanticsandthelow—-levelfeaturesof gap high．．1evel newmethodbasedonco-occurrencematrixis toextracttexturefeature． images，a proposed image the statisticalfeaturesinthe domainwithits distribution Combiningimage’S frequency spatial the informationon wavelet attributes，themethodextractslocal frequency imageby wavelet the structuralcharacteristicsare withits transforming．Thenimage’Sglobal integrated SO toconstructthe CO—occurrencematrixastoextractt