期刊文献+

图像的二维自回归滑动平均模型 被引量:2

2D Mixed Autoregressive Moving Average ModelofImage
下载PDF
导出
摘要 在一维自回归求和滑动平均模型(ARIMA(p;d;q)的基础上,探讨了其在二维图像空域序列的模型推广.讨论了图像的二维自回归滑动平均模型ARMA(m ,n;p,q)的建模方法,包括利用模型的自相关和偏相关函数的截尾性及F检验准则对模型定阶,采用两步估计法进行自回归模型(AR(p))和滑动平均模型(MA(q))的参数估计.将此模型应用于对一类纹理图像的建模中,在较低阶时就能得到较好的定量描述,从而为图像的纹理特征提取提供了分类依据. On the basisof1 Dautoregressive integrated m oving average m odelARIMA (p;d;q), the 2 D m ixed autoregressive m oving average m odel ARMA (m , n; p, q) w as developed. The m ethod for establishing m odel, including the order determ ination (according to the cutoff property of the autocorrelation coefficientand the partialautocorrelation coefficientofthe m odeland the Fprinciple) and the param eter estim ation (by appling 2 step estim ation w ith the coefficientofARand MA m odel), w as presented. Finally, this m odelwas successfully applied in the texture im age m odeling, and itachieved a good quantitative description with such im age. Itis benefitfor the analysis oftexture im age by using this m odel.
出处 《上海交通大学学报》 EI CAS CSCD 北大核心 1999年第9期1157-1160,共4页 Journal of Shanghai Jiaotong University
关键词 自回归 滑动平均 自协方差函数 ARMA 图像处理 autoregressive m oving average autocovariance function autocorrelation function partial autocorrelation function
  • 相关文献

参考文献4

  • 1Chang T,IEEE Trans Image Processing,1993年,2卷,4期,429页
  • 2常学将,时间序列分析,1993年
  • 3李介谷,图像处理技术,1988年
  • 4Fu K S,Syntactic Pattern Recognition Applications,1977年

同被引文献25

  • 1于海鹏,刘一星,刘镇波,张显权.基于改进的视觉物理量预测木材的环境学品质[J].东北林业大学学报,2004,32(6):39-41. 被引量:12
  • 2于海鹏,刘一星,张斌,李永峰.应用空间灰度共生矩阵定量分析木材表面纹理特征[J].林业科学,2004,40(6):121-129. 被引量:22
  • 3Julius T.Picturial feature extraction and recognition via image modeling[J].Computer Graphics and Image Processing,1980,12:376-406.
  • 4Haralick R.Statistical and structural:Approaches to texture[J].Proceedings IEEE,1979,67(5):786-804.
  • 5Haralick R,Shanmugam K,Dinstein I.Textural features for image classification[J].IEEE Transactions on Systems,Man and Cybernetics,1973,3(6):610-621.
  • 6Haddon J F,Boyce J F.Co-occurrence matrices for image analysis[J].IEEE Electronics and Communications Engineering Journal,1993,5(2):71-83.
  • 7Tang Y Y, Liu J, Ma H, et al.Wavelet orthonormal decompositions for extracting features in pattern recognition[J].International Journal of Pattern Recognition and Artificial Intelligence,1999,13(6):803-831.
  • 8于海鹏 刘一星 孙建平.基于小波变换对木材表面纹理不同频率特征的提取与分析[A].中国林学会木材科学分会.中国林学会木材科学分会第九次学术研讨会论文集[C].哈尔滨:东北林业大学出版社,2004.301-306.
  • 9Pentland A P.Fractal-based description of natural scenes[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1984, 6(6):661-674.
  • 10Sarker N,Chaudhuri B B.An efficient differential box-counting approach to compute fractal dimension of image[J]. IEEE Trans. on System Manand Cybernetics,1994,24(1):115-120.

引证文献2

二级引证文献28

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部