没有合适的资源?快使用搜索试试~
我知道了~
文库首页
大数据
Matlab
灰度共生矩阵提取图像纹理特征
灰度共生矩阵提取图像纹理特征
共47个文件
jpg:23个
m:7个
asv:6个
matlab
需积分: 50
93 下载量
66 浏览量
2019-01-16
10:22:03
上传
评论
14
收藏
7.65MB
ZIP
举报
温馨提示
立即下载
灰度共生矩阵提取图像纹理特征,采用matlab实现,包括模糊c均值实现分类。代码完整,正确可运行。
资源详情
资源评论
资源推荐
收起资源包目录
灰度共生矩阵提取图像纹理特征.zip
(47个子文件)
灰度共生矩阵提取图像纹理特征
texture
image2.jpg
15KB
process.m
252B
classify.asv
1KB
texture6.jpg
590KB
texture7.jpg
565KB
contrastimage1.JPG
13KB
texture10.jpg
37KB
para_compu.m
907B
texture12.jpg
3KB
C_mean.asv
4KB
classify.m
435B
image1.jpg
14KB
contrastimage2.gif
6KB
texture.asv
851B
image2.vsd
113KB
test1.jpg
823KB
features.m
3KB
数据比较.doc
766KB
texture3.jpg
605KB
texturenew1.jpg
10KB
contrastimage1.gif
3KB
texture.m
853B
texturenew4.jpg
12KB
texture9.jpg
486KB
classimage.gif
839KB
para_compu.asv
909B
实验结果分析.doc
83KB
Thumbs.db
125KB
texture8.jpg
511KB
619.doc
28KB
C_mean.m
2KB
features.asv
3KB
classified1.fig
8KB
contrastimage2.JPG
74KB
image1.vsd
91KB
texture4.jpg
441KB
example.m
551B
1717.jpg
10KB
SAR纹理特征.doc
11KB
texturenew3.jpg
17KB
texturenew2.jpg
11KB
test.jpg
506KB
texture2.jpg
629KB
texture5.jpg
404KB
texture11.jpg
10KB
process.asv
3KB
texture1.jpg
318KB
共 47 条
1
评论0
去评论
使用灰度共生矩阵提取图像的纹理特征
浏览:19
使用灰度共生矩阵提取图像的纹理特征
灰度共生矩阵实现图像纹理特征提取
浏览:101
5星 · 资源好评率100%
利用灰度共生矩阵实现图像纹理特征的提取,从而实现对图像纹理特征的研究
灰度共生矩阵的纹理特征提取
浏览:45
灰度共生矩阵来描述纹理特征,这是由于纹理是由灰度分布在空间位置上反复交替变化而形成的,因而在图像空间中相隔某距离的两个像素间一定存在一定的灰度关系,称为是图像中灰度的空间相关特性,通过研究灰度的空间相关性来描述纹理,这就是灰度共生矩阵的思想基础。
灰度共生矩阵纹理特征提取
浏览:7
5星 · 资源好评率100%
基于灰度共生矩阵求的彩色图像的纹理特征,计算求的一些纹理信息。
批量提取图像灰度共生矩阵纹理特征
浏览:52
灰度共生矩阵特征值(不错的算法)
浏览:193
5星 · 资源好评率100%
灰度共生矩阵特征值灰度共生矩阵特征值灰度共生矩阵特征值灰度共生矩阵特征值灰度共生矩阵特征值灰度共生矩阵特征值灰度共生矩阵特征值灰度共生矩阵特征值
灰度共生矩阵(GLCM)
浏览:114
4星 · 用户满意度95%
利用灰度共生矩阵计算纹理特征,详见http://blog.csdn.net/vipxuliang/article/details/38012413
高光谱的灰度共生矩阵获取代码
浏览:192
修改main里的参数运行即可。py文件。可以获取9个灰度特征。按波段获取,所以开始之前需要处理好自己的波段,不然会内存溢出。 高光谱灰度共生矩阵获取代码
GLCM纹理提取工程源码
浏览:55
5星 · 资源好评率100%
用VC6.0实现的GLCM(灰度共生矩阵)纹理提取工程源码,
灰度梯度共生矩阵的提取方式,matlab实现的
浏览:48
5星 · 资源好评率100%
灰度共生矩阵和灰度梯度共生矩阵的提取方式,是比较重要的纹理特征提取方法,用matlab实现的
利用灰度共生矩阵提取图像纹理特征
浏览:157
利用灰度共生矩阵提取图像纹理特征,代码是矢量化的,速度很快。
灰度共生矩阵获取纹理特征
浏览:108
通过灰度共生矩阵获取图像的纹理特征,含有相关函数,可直接运行
灰度共生矩阵提取纹理特征
浏览:110
通过MATLAB运用灰度共生矩阵提取熵、能量、对比度、相关等特征
基于灰度共生矩阵提取纹理 灰度共生矩阵; 纹理; 特征图像; 分类
浏览:153
4星 · 用户满意度95%
在遥感影像分类的过程中非光谱特征起着重要的辅助作用。纹理特征作为一种重要的非光谱特 征对于遥感影像分类精度的提高也有很重要的作用。本文主要研究了通过灰度共生矩阵提取纹理特征图像的方 法, 对该方法提取纹理特征图像进行了相关的实验分析。并将其在分类中的应用进行实验, 证明了灰度共生矩阵 提取的纹理特征对图像分类精度提高起到一定的作用。
共生灰度矩阵纹理提取
浏览:43
利用共生灰度矩阵求出图像纹理特征,采用互相关度量函数判断其相似性。
图像纹理特征提取程序
浏览:103
程序包含三种纹理特征的提取:灰度差分统计、自相关函数、灰度共生矩阵
灰度共生矩阵纹理特征提取的Matlab实现
浏览:161
4星 · 用户满意度95%
图像的特征提取是图像的识别和分类$基于内容的图像检索$图像数据挖掘等研究内容的基础性工作,其中图像的纹理特征对描述图像内容具有重要意义,纹理特征提取已成为目前图像领域研究的热点#文中深入研究了基于灰度共生矩阵( /012) 的纹理特征提取方法,给出了基于 234536 的简便实现代码,分析了共生矩阵各个构造参数对构造共生矩阵的影响#分析结果对优化灰度共生矩阵的构造$实现基于灰度共生矩阵( /012
灰度共生矩阵纹理特征提取代码
浏览:197
灰度共生矩阵纹理特征提取代码 matlab实现
图像纹理特征提取完整版
浏览:86
上次没传完整,忘了上传那3个函数了,这次是完整版
灰度共生矩阵的各特征参数的求解
浏览:145
运用MATLAB R2014a来完成灰度共生矩阵各特征参数的求解。以纸作为纹理分析的对象。首先需将彩色图像将各颜色分量转化为灰度。所用图像的灰度级为256。为了减少计算量,对原始图像灰度级压缩,将灰度量化成16级。计算四个共生矩阵P,取距离为1,角度分别为0,45,90,135。对共生矩阵进行归一化,求出最常用的能量、熵、惯性矩、相关4个纹理参数。最后求出能量、熵、惯性矩、相关的均值和标准差,作为
灰度共生矩阵下的遥感图像分类处理.pdf
浏览:2
灰度共生矩阵下的遥感图像分类处理. .
基于纹理特征提取的图像分类方法
浏览:97
5星 · 资源好评率100%
深入研究灰度共生矩阵算法,结合和差统计法对其进行改进。编码实现改进的图像纹理提取算法,并 采用基于径向基内积函数内核的支持向量机方法对图像分类效果进行实验。通过训练和测试证明,该系统能减 少特征提取的计算时间和存储空间,并可达到良好的图像分类效果
求取灰度共生矩阵参数(能量、熵、惯性矩、相关性)的Matlab源程序
浏览:126
5星 · 资源好评率100%
通过该Matlab程序可以求取用于描述图像纹理特征的灰度共生矩阵参数(能量、熵、惯性矩、相关性)。可以分别求取0,45°,90°,135°方向上的特征参数,同时可以求出这些特征参数的平均值与标准差。
MATLAB灰度共生矩阵纹理特征提取
浏览:51
5星 · 资源好评率100%
MATLAB 灰度共生矩阵 纹理特征提取 粗糙度、对比度、方向度等,源代码
灰度共生纹理图像检索
浏览:189
5星 · 资源好评率100%
运用灰度共生来提取纹理特征进行的图像检索,适用于新手借鉴使用
灰度梯度共生矩阵提取图像纹理
浏览:81
4星 · 用户满意度95%
此程序将一幅图像的灰度梯度共生矩阵及相关参数算出
提取图像纹理特征——灰度共生矩阵.doc
浏览:26
提取图像纹理特征——灰度共生矩阵.doc
评论
收藏
内容反馈
立即下载
澄辰岑
粉丝: 6
资源:
9
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
异或加密解密的CC++源代码示例
基于QT+C++实现的会逃跑的按钮+源码
课程思政-C语言程序设计
课程思政-c++语言程序设计
tcp的一个demo,里面有客户端和服务端,打开直接用就行了
高仿移动端网易云音乐 Vue前端项目
Mptext1.inp
基于LSTM-RNN算法的线上金融股票价格走势预测
基于Vue2.0+Vuex+Axios+NodeJs+Express+MySQL实现京东移动web商城
python数据分析及数据可视化必会库-numpy库及其相关函数与方法
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0