基于T-GLCM和TAMURA融合特征的纹理材质分类
DOI:
作者:
作者单位:

南京信息工程大学

作者简介:

通讯作者:

中图分类号:

基金项目:

江苏省自然科学基金项目(BK20170955)


TEXTURE MATERIAL CLASSIFICATION BASED ON GLCM AND TAMURA FUSION
Author:
Affiliation:

1.Nanjing University of Information Science & Technology;2.Nanjing University Of Information Science &3.Technology

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    虚拟现实力触觉再现对于图像纹理特征提取的要求越来越高,纹理因素复杂且无规律,单一的纹理提取算法并不能准确的描述图像纹理的特点。因此提出了基于GLCM和Tamura融合特征的纹理材质分类算法。此外,本文对传统灰度共生矩阵GLCM进行优化,提出了T-GLCM算子,提升了传统灰度共生矩阵(GLCM)对的旋转不变性并减少了大量的冗余信息。本文利用 Tamura纹理特征对图像进行量化,然后将各特征区域量化后级联成一组特征向量,融合T-GLCM的纹理特征,通过支持向量机(SVM)对纹理材质进行分类,实验结果表明,该算法具有更高的分类精度,且较传统纹理特征提取算法更加优秀。

    Abstract:

    Virtual reality haptic rendering has higher requirements for image texture feature extraction. Texture factors are complex and irregular. A single texture extraction algorithm can not accurately describe the characteristics of image texture. Therefore, a texture material classification algorithm based on GLCM and Tamura fusion features is proposed. In addition, this paper optimizes the GLCM and proposes T-GLCM operator, which improves the rotation invariance of GLCM pair and reduces a lot of redundant information. In this paper, the Tamura texture features are used to quantify the image, and then the feature regions are quantized and cascaded into a set of feature vectors. The texture features of T-GLCM are fused, and the texture materials are classified by support vector machine (SVM). The experimental results show that the algorithm has higher classification accuracy and is better than the traditional texture feature extraction algorithm.

    参考文献
    相似文献
    引证文献
引用本文

陈旭,高亚洲,陈守静,朱栋梁.基于T-GLCM和TAMURA融合特征的纹理材质分类[J].南京信息工程大学学报,,():

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2021-07-02
  • 最后修改日期:2021-10-15
  • 录用日期:2021-11-23
  • 在线发布日期:
  • 出版日期:

地址:江苏省南京市宁六路219号    邮编:210044

联系电话:025-58731025    E-mail:nxdxb@nuist.edu.cn

南京信息工程大学学报 ® 2024 版权所有  技术支持:北京勤云科技发展有限公司