Šajn,卢卡;伊戈尔·科诺连科 用于改进纹理分类的多分辨率图像参数化。 (英语) Zbl 1184.94008号 EURASIP J.高级信号处理。 2008年,文章ID 617457,12 p.(2008)。 摘要:提出了一种新的多分辨率自动图像参数化方法,该方法基于具有专门关联规则的纹理描述,以及使用机器学习方法进行图像评估。开发了结构参数化算法中的关联规则纹理参数化算法ArTex。为了提高分类精度,使用了多分辨率方法。描述了在SIFT算法的基础上寻找更具信息量的分辨率的算法AR。在多个公共域上对所提出的算法进行了评估,并将结果与属于统计和光谱参数化算法的其他著名参数化算法进行了比较。对于大多数参数化算法,当在多个图像分辨率下组合参数化属性时,可以观察到分类结果的显著改善。我们的结果表明,当需要提高纹理域的分类精度时,应考虑多分辨率图像参数化。这些分辨率必须仔细选择,可能取决于域本身。 MSC公司: 94A08型 信息与通信理论中的图像处理(压缩、重建等) 68吨10 模式识别、语音识别 PDF格式BibTeX公司 XML格式引用 \textit{L.Šajn}和\textit{I.Kononenko},EURASIP J.高级信号处理。2008年,文章ID 617457,12 p.(2008年;Zbl 1184.94008) 全文: 内政部 参考文献: [3] doi:10.1023/B:VISI.0000029664.99615.94·doi:10.1023/B:VISI.0000029664.99615.94 [4] doi:10.1109/TSMC.1973.4309314·doi:10.10109/TSMC.173.4309314 [5] 数字对象标识代码:10.1109/34.44407·数字对象标识代码:10.1109/34.44407 [8] 数字对象标识代码:10.1109/34.946988·数字对象标识代码:10.1109/34.946988 [9] 数字对象标识代码:10.1109/34.531803·数字对象标识代码:10.1109/34.531803 [10] 数字对象标识代码:10.1109/83.748895·数字对象标识代码:10.1109/83.748895 [11] doi:10.1109/TPAMI.2002.1017623·doi:10.1109/TPAMI.2002.1017623 [13] doi:10.1109/TIP.2002.804262·doi:10.1109/TIP.2002.804262 [14] doi:10.1009/34.655653·数字对象标识代码:10.1109/34.655653 [16] doi:10.1109/83.743859·doi:10.1009/83.743859 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。