论文部分内容阅读
提出一种基于纹理基元分布统计的纹理分类算法 ,选定一组代表像素变化的基元序列 ,计算每一个基元在纹理图像中的覆盖比例 ,用得到的纹理基元属性分布作为描述参数 ;由于相似纹理其属性也是相似的 ,同类纹理必然有接近的基元分布参数 ,计算参与实验的纹理样本的基元分布的互方差及互相关 ,与代表相似程度的阈值比较判断 ,由获得的共性来锁定同类纹理 ;为使同类纹理具有可参照的标准 ,产生针对每一类纹理的标准类分布。对 Brodatz的 1 1 1纹理不同相似程度的分类结果表明 ,该方法保证了统计结果与视觉判断的