论文部分内容阅读
为了提升纹理图像分类准确度,从图像单一特征出发,例如LBP特征、灰度共生矩阵特征、Gabor特征。首先对图像进行预处理,提取特征,运用机器学习方法进行分类,验证特征与分类器的有效性。再通过参数调整,最大程度上提高各方法在各特征基础上的准确率。单一特征包含图像某方面信息的侧重性,各特征有不同的关注点。为了克服特征的局限性,增加分类特征包含图像信息的全面性,提出一种特征融合的方法。在提取的纹理图像单一特征基础上,给各个特征设置相应权重,进行融合再分类。在brodatz纹理库图像上进行实验,得到由融合机制