-
题名数字乳腺层析图像纹理特征联合提取与识别
被引量:2
- 1
-
-
作者
汪友明
张菡玫
汤少杰
-
机构
西安邮电大学自动化学院
-
出处
《西安邮电大学学报》
2018年第3期65-68,共4页
-
文摘
为提高乳腺组织图像特征提取的正确率,结合灰度共生矩阵纹理特征与Tamura纹理特征,给出一种联合提取与识别算法。采用双边滤波、受约束限制自适应直方图均衡和L0梯度滤波,对数字乳腺层析图像进行预处理,滤除其噪声并提高对比度;同时考虑灰度共生矩阵与Tamura纹理特征,通过增加特征值维度,将两者融合入一个矩阵之中,并依据特征选择规则提取最适特征;用支持向量机对特征向量分类。与仅依赖其中一种纹理特征的提取算法相比,所给算法可提高特征提取与识别正确率,从而更好地实现图像分类。
-
关键词
数字乳腺层析(dbt)图像
灰度共生矩阵
Tamura纹理特征
特征选择
支持向量机(SVM)
-
Keywords
digital breast tomosynthesis(dbt) image
gray level co-occurrence matrix(GLCM)
Tamura texture feature
feature selection
support vector maching (SVM))
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-