您的位置： 专家智库 > >

龙士军

作品数：2 被引量：2H指数：1
供职机构：西南交通大学信息科学与技术学院更多>>
发文基金：中央高校基本科研业务费专项资金国家教育部博士点基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇图像
  • 2篇纹理
  • 1篇多媒体
  • 1篇多媒体资源
  • 1篇特征提取
  • 1篇统计模型
  • 1篇图像检索
  • 1篇图像纹理
  • 1篇期望最大化
  • 1篇期望最大化算...
  • 1篇曲波变换
  • 1篇纹理特征
  • 1篇纹理特征提取
  • 1篇进制
  • 1篇局部二进制模...
  • 1篇矩阵
  • 1篇灰度
  • 1篇灰度共生矩阵
  • 1篇混合模型
  • 1篇共生矩阵

机构

  • 2篇西南交通大学

作者

  • 2篇龙士军
  • 1篇侯进

传媒

  • 1篇沈阳理工大学...

年份

  • 2篇2012
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
图像检索中纹理特征提取的研究
随着计算机技术和互联网时代的飞速发展，使得多媒体资源大量涌现。如何有效检索感兴趣的资源是多媒体技术研究领域中的热点问题。在图像检索领域，采用基于内容的图像检索技术来解决图像检索中的相关问题。图像特征提取技术是构造图像检索...
龙士军
关键词：图像检索多媒体资源纹理特征灰度共生矩阵局部二进制模式
在曲波域中应用统计模型的图像纹理特征提取被引量：1
2012年
针对基于内容的图像检索系统图像纹理特征提取对图像检索精度存在影响的问题,提出一种基于曲波(Curvelet)变换与高斯混合模型(Gaussian Mixture Model,GMM)相结合的方法提取图像的纹理特征。该方法通过曲波对图像进行多尺度分析并结合K-means和期望最大化(Expectation Maximization,EM)算法来估计高斯混合模型的参数,以此构建图像的纹理特征空间。仿真结果表明,所提出的方法比传统的图像纹理特征提取方法精度更高,并且提高了图像检索系统中的检索精度。
龙士军侯进
关键词：曲波变换K-MEANS期望最大化算法高斯混合模型
全选 清除 导出
共1页<1>
聚类工具0