基于小波包变换和蚁群算法的纹理分类

doi:10.3778/j.issn.1002-8331.2009.28.061

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (28): 202-204.DOI: 10.3778/j.issn.1002-8331.2009.28.061

• 图形、图像、模式识别 • 上一篇下一篇

基于小波包变换和蚁群算法的纹理分类

李峰，曹鹏，李春月，吕回

长沙理工大学计算机与通信工程学院，长沙 410076

收稿日期:2008-05-26 修回日期:2008-09-04 出版日期:2009-10-01 发布日期:2009-10-01
通讯作者: 李峰

Texture classification based on wavelet packet transform and ant colony algorithm

LI Feng，CAO Peng，LI Chun-yue，LV Hui

Computer and Communication Engineering Institute，Changsha University of Science & Technology，Changsha 410076，China

Received:2008-05-26 Revised:2008-09-04 Online:2009-10-01 Published:2009-10-01
Contact: LI Feng

摘要/Abstract

摘要： 提出了一种小波包变换和蚁群算法相结合的纹理分类新方法。首先采用小波包变换提取纹理图像的纹理特征向量，然后用蚁群算法进行训练和分类。实验表明小波包变换和蚁群算法应用到纹理分类领域，是一次有效的尝试。

关键词: 纹理分类, 小波包变换, 蚁群算法, 特征提取

Abstract: A new texture classification method which combining wavelet packet transform and ant colony algorithm is proposed.At first，image’s texture feature is extracted using wavelet packet transform，and then ant colony algorithm is used for training and classification.Experiments show that it is an effective attempt which wavelet packet transform and ant colony algorithm are applied to texture classification.

Key words: texture classification, wavelet packet transform, ant colony algorithm, feature extraction

中图分类号:

TP391.41

李峰，曹鹏，李春月，吕回. 基于小波包变换和蚁群算法的纹理分类[J]. 计算机工程与应用, 2009, 45(28): 202-204.

LI Feng，CAO Peng，LI Chun-yue，LV Hui. Texture classification based on wavelet packet transform and ant colony algorithm[J]. Computer Engineering and Applications, 2009, 45(28): 202-204.

[1]	包志强，邢瑜，吕少卿，黄琼丹. 改进YOLO V2的6D目标姿态估计算法[J]. 计算机工程与应用, 2021, 57(9): 148-153.
[2]	许德刚，王露，李凡. 深度学习的典型目标检测算法研究综述[J]. 计算机工程与应用, 2021, 57(8): 10-25.
[3]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[4]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[5]	胡文涛，陈秀宏. 基于邻域图的低秩投影学习[J]. 计算机工程与应用, 2021, 57(7): 209-214.
[6]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[7]	张晓丽，张魁星，江梅，魏本征，丛金玉. 淋巴瘤图像分类技术研究综述[J]. 计算机工程与应用, 2021, 57(6): 1-9.
[8]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[9]	马向华，张谦. 改进蚁群算法在机器人路径规划上的研究[J]. 计算机工程与应用, 2021, 57(5): 210-215.
[10]	熊健，覃仁超，何梦乙，刘建兰，唐风扬. 改进随机森林在Android恶意软件检测中的应用[J]. 计算机工程与应用, 2021, 57(3): 130-136.
[11]	李壮阔，常凯旋. 合作博弈的连续蚁群算法求解[J]. 计算机工程与应用, 2021, 57(24): 198-204.
[12]	王晓光，杨培蓓. 航运物流企业数字化转型设计与效果分析[J]. 计算机工程与应用, 2021, 57(21): 241-247.
[13]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[14]	李龙龙，何东健，王美丽. 基于改进型LBP算法的植物叶片图像识别研究[J]. 计算机工程与应用, 2021, 57(19): 228-234.
[15]	李杰，李苗，袁细国. 面向新一代测序数据的病原微生物检测算法[J]. 计算机工程与应用, 2021, 57(19): 282-289.

基于小波包变换和蚁群算法的纹理分类

Texture classification based on wavelet packet transform and ant colony algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics