通过灰度共生矩阵就可以得到一系列的纹理特征统计量:Pij的数值可以反映纹理的粗细,如果聚集在主对角线附近时就表示粗纹理特征,如果分布比较集中时就表示细纹里特征;矩阵行或列之间的相似度可以用Pij的灰度相关性表示;Pij的熵和能量也可以反映图像灰度分布的均勾性,如果数值分布集中,熵较小,能量较大;如果分布均勾,熵...
番 茄表面光滑,但仔细观察,仍有一些微小的白色斑点, 这是番茄的纹理特征。利用灰度共生矩阵来提取对比度 (CON)、熵(ENT)、相关性(COR)和能量(ASM)4 种纹理特 征[11]。分别计算样本图像的 10 种图像特征值,使用两种 方法讨论番茄外部特征和内部品质之间的相关关系。 1.4.1 直接相关性分析 使用 excel 进行...
因为中高度人群图像更具有文理特性,所以我们采用基于文理分析的方法提取人群密度特征,利用灰度共生矩阵提取统计特征值如熵、对比度以及能量等,采用差分盒维数法计算图像的分形维数。另一方面,由于此时人数与特征之间的线性关系不明显,因此,我们采用非线性分类方法实现人群密度估计,考虑到支持向量机的模型可以使分类性能达到...
7.如权利要求1所述的一种基于深度学习的消防器材图像识别方法,其特征在于,所述将特征数据进行分类并标记上相对应的标签包括:根据图像处理、特征提取、灰度共生矩阵方法及局部二值化方法后的标签图像,构建出基于卷积神经网络回归的图像识别模型,将特征数据通过卷积神经网络回归的图像识别模型进行分类并标记上相对应的标签...