基于加权方向共生矩阵纹理特征的目标分类

针对光照变化条件下的目标分类,提出了一种基于加权方向共生矩阵的纹理特征提取方法。首先,利用梯度方向分布可较好表征物体纹理和形状的特点,基于局部二值模式构建纹理权重函数,采用像素及其邻域的参考权重值生成加权方向共生矩阵;然后,以各位置偏移量生成该矩阵的集合以表明目标的局部和全局特征;最后,以运行货车检测系统目标故障数据库为对象进行试验,试验结果表明,该方法相比于目前主流方法具有更高的分类精度。

一种嵌入局部信息的快速KFCM聚类分割算法

针对核空间模糊局部C-均值聚类分割算法时间复杂性过大而不适合实时场合图像分割需要的问题,提出了一种核空间局部模糊C-均值聚类分割的快速算法。利用像素与其邻域像素之间的空间距离信息和灰度方差信息构造一种加权共生矩阵;将图像像素的一维直方图以及像素与邻域像素之间的二维共生直方图相结合构造了一种新的核空间模糊C-均值聚类分割目标函数,并对其推导获得隶属度和聚类中心迭代表达式;将图像像素采用该算法聚类所得隶属度进行邻域滤波处理,以便改善该算法的抗噪性能。实验结果表明,该分割算法相比核空间局部模糊C-均值聚类分割更有利于实时场合和大幅面图像分割的需要。