%0 Journal Article %A 葛玉荣 %A 王佳奕 %T 基于Contourlet变换和支持向量机的纹理识别方法 %D 2013 %R 10.3724/SP.J.1087.2013.00677 %J 计算机应用 %P 677-679 %V 33 %N 03 %X 针对变换域中图像纹理识别时如何选择最佳特征向量的问题,利用Contourlet变换的多方向、多尺度选择性和各向异性,将图像从空间域变换到频率域,全面地提取了Contourlet变换分解后低频子带、中频子带和高频子带的特征,输入支持向量机(SVM)分类器进行分类识别。利用Brodatz纹理库进行仿真实验,实验结果表明低频均值方差和高频能量作为组合特征时识别准确率可达98.75%,且特征向量维数少,是在Contourlet变换下表示图像纹理的最优特征。 %U http://www.joca.cn/CN/10.3724/SP.J.1087.2013.00677