-
题名图模型在彩色纹理分类中的应用
被引量:3
- 1
-
-
作者
杨关
张向东
冯国灿
邹小林
刘志勇
-
机构
中原工学院计算机学院
中山大学数学与计算科学学院广东省计算科学重点实验室
河南省理工学校
-
出处
《计算机科学》
CSCD
北大核心
2011年第10期273-277,共5页
-
基金
国家自然科学基金项目(60975083
U0835005)资助
-
文摘
纹理分析中往往将彩色图像转换为灰度图以降低计算复杂度,这样就忽略了颜色信息。而利用主成分分析的方法来降维彩色纹理,则可以尽可能地保留颜色和纹理信息。高斯图模型(Gaussian Graphical Models,GGM)可以很好地描述有交互作用的高维数据,因此可用来建立图像纹理模型。根据局部马尔可夫性和高斯变量的条件回归之间的关系,可将复杂的模型选择转变为较简单的变量选择。通过惩罚正则化方法,其邻域选择和参数估计可同步进行,然后提取纹理特征进行彩色纹理分类,实验显示其具有很好的效果。因此,结合主成分分析和高斯图模型来构建彩色纹理模型有很好的发展前景。
-
关键词
高斯图模型
变量选择
l1-惩罚正则化
彩色纹理分类
-
Keywords
Gaussian graphical models
Variables selection
l1-penalty regularization
Color texture classification
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-