文献类型：期刊文章

作　　者：谢从华[1] 王立军[2] 常晋义[1]

机构地区：[1]常熟理工学院计算机科学与工程学院,江苏苏州215500 [2]北京北大千方科技有限公司,北京100191

出　　处：《计算机应用研究》

基　　金：江苏省高校自然科学基金资助项目(10KJB520004);常熟理工学院校级项目(CITJGGN201117)

年　　份：2012

卷　　号：29

期　　号：12

起止页码：4740-4742

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：针对叶子图像的植物数据库的归类系统,提出了一种新的基于高斯混合模型特征函数的图像特征序列描述方法。定义了图像的高斯混合模型、特征函数及其性质,用自适应的方法把图像分解为K个模型,并在每个分量模型和混合模型上定义由频谱、相位角和功率谱组成的局部特征序列和全局特征序列。在中国科学院智能计算所的叶子图像数据集leaves(ICL)上进行了K-means归类实验,结果表明该图像描述方法比LBP局部综合特征和高斯混合密度函数有更好的归类结果。

关 键 词：局部特征  全局特征  图像归类  混合模型

分 类 号：TP317.4]