基于小波变换的图像纹理特征提取方法及其应用

为了使计算机能更好的识别人脸表情,对基于Gabor小波变换的人脸表情识别方法进行了研究。首先对包含表情区域的静态灰度图像进行预处理,包括对确定的人脸表情区域进行尺寸和灰度归一化,然后利用二维Gabor

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

故障特征的研究方法说明。

为了定量描述纹理,多年来人们建立了许多纹理算法以测量纹理特性.这些方法大体可以分为两大类:统计分析法和结构分析法。前者从图像有关属性的统计分析出发;后者则着力找出纹理基元,然后从结构组成上探索纹理的规

一篇基于内容检索的论文详细介绍了各种基于颜色纹理的方法对写论文的朋友有一定的指导意义

此文件收集了一些经常用到的纹理特征提取的代码，包括GLCM（灰度共生矩阵）、GGCM、GLDS（灰度差分统计）、Tamura纹理特征、LBP（局部二值模式）、HMRF、gabor变换、小波变换、Law

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

针对井下收集的人脸图像易受煤尘干扰且一般特征提取方法对噪声较敏感的问题,提出一种基于Shearlet变换的井下图像差异性特征提取方法。首先利用Shearlet变换将图像进行多尺度多方向分解,然后对同一

这是关于图像分割和特征提取的一个小例证，需要的可以看看啊，还行

包括计算共生矩阵、对共生矩阵归一化、对共生矩阵计算能量、熵、惯性矩、相关4个纹理参数、求能量、熵、惯性矩、相关的均值和标准差作为最终8维纹理特征