基于HOG和GLCM组合特征的图像分类研究与实现.docxVIP

下载本文档

16
0
约1.47万字
约 22页
2023-04-24 发布于湖北
举报
版权申诉

基于HOG和GLCM组合特征的图像分类研究与实现.docx

1、本文档共22页，其中可免费阅读7页，需付费200金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
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、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、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、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

基于HOG和GLCM组合特征的图像分类研究与实现 PAGE PAGE 3 摘要图像分类不仅在医学研究、工业生产、航天航空等多个领域都有非常重要的应用，也是实现智慧超市的一项重要的技术。为了更有效地提高图像分类的精度和准确率，本文对基于HOG和GLCM组合特征的图像分类进行了研究与算法的实现。因为之前有研究证明了灰度共生矩阵提取的纹理特征能够提高图像分类精度和性能，所以本文在特征提取时选择方向梯度直方图和灰度共生矩阵这两个特征的组合。本文首先对输入图像进行灰度化处理、阈值化处理、调整图片的大小，然后提取分别其HOG特征和GLCM特征，并将这两种特征向量组合作为一幅图像最终