一种基于改进的2D-Gabor纹理图像分类方法A novel texture image classification algorithm via improved 2-D Gabor
刘峰
摘要(Abstract)：
针对多纹理图像分类的问题,本文提出了一种操作性强,通用性高的分类方法。借助人类视觉特性和纹理图像的尺寸,设计了一种快速简单的Gabor滤波参数设置方法。在多通道的滤波特征图像中应用顺序向前搜索策略选择特征,以J-M距离(Jeffreys-Matusitas distance)为判别因子进行特征空间的优化,最后通过SVM方法实现图像分类。实验表明,该方法有良好的纹理图像分类效果。较之传统的Gabor滤波图像分类方法,该方法具有参数设置简单,操作性强的特点。
关键词(KeyWords)： 图像分类;Gabor滤波器;纹理图像;特征选择
基金项目(Foundation): 中南林业科技大学青年科学基金项目(07042B)
作者(Author): 刘峰
DOI: 10.16251/j.cnki.1009-2307.2010.03.053
参考文献(References)：
- [1]吴高洪,章毓晋,林行刚.分割双纹理图像的最佳Ga-bor滤波器设计方法[J].电子学报,2001,29(1).
- [2]赵英男.一种实用的Gabor滤波器组参数参数设置方法[J].计算机工程,2006,32(19).
- [3]赵银娣.一种方向Gabor滤波纹理分割算法[J].中国图像图形学报,2006,11(4).
- [4]TN Tan.Geometric Transform invariant Texture Analy-sis[J].SPIE.1995,2488:475-485.
- [5]R Chellappa,R L Kashya Pand B S Manjunath.ModelBased Texture Segmentation and Classification[K]//C.H.Chen,et.al.,Eds.Handbook of Pattern Recog-nition and Computer Vision.1993:277-310.
- [6]A K Jain,F Farrokhnia.Unsupervised Texture Segmen-tation Using Gabor Filters[J].Pattern Recognition,1991,24(12):1167-1186.
- [7]Tai Sing Lee.Image Representation Using 2D Gaborwavelets:IEEE Trans[J].Pattern Analysis and Ma-chine Intelligence,1996,18(10):1-13.
- [8]R Battiti.Using mutual information for selecting featuresin supervised neural net learning,IEEE Trans[J].Neural Networks,1994,5(4):537-550.
- [9]Brodatz P.A photographic Album for Artists and Desig-ner[M].New York:Dover,1996.