旋转不变纹理特征在图像模式识别中应用仿真

摘要

研究出一种纹理图像模式识别方法,可以提高纹理图像识别的正确性,保证识别的稳定性,在实际应用中具有重要的意义.针对当前在纹理特征图像模式识别方法识别图像时,由于噪声影响导致图像识别误差较大、图像不够清晰等问题,提出一种基于支持向量机的纹理图像模式识别方法,该方法是将Curvelet变换、小波变换的统计学特征和Curvelet变换之后的较细尺度子带生成的共生矩阵特征合并,提取出旋转不变纹理特征向量;利用支持向量机分线性,将纹理图像分成两类训练样本,同时对纹理图像分类面进行阈值计算,取得最佳纹理图像分类函数值,完成纹理图像模式识别.仿真表明,上述方法能够提高纹理图像识别的准确率、提高识别的稳定性、降低噪声信号干扰、增强了识别图像的收敛效果.