留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

基于小波包分析的颅颌面纹理特征提取方法

上一篇

下一篇

黄丽雯,庞柯,汪鑫,施帮利,王涛,炊万年. 基于小波包分析的颅颌面纹理特征提取方法[J]. 西南师范大学学报(自然科学版), 2013, 38(11).
引用本文: 黄丽雯,庞柯,汪鑫,施帮利,王涛,炊万年. 基于小波包分析的颅颌面纹理特征提取方法[J]. 西南师范大学学报(自然科学版), 2013, 38(11).
On Cranio-Maxillo-Facial Texture Feature Extraction Algorithm Based on Wavelet Packets Transform[J]. Journal of Southwest China Normal University(Natural Science Edition), 2013, 38(11).
Citation: On Cranio-Maxillo-Facial Texture Feature Extraction Algorithm Based on Wavelet Packets Transform[J]. Journal of Southwest China Normal University(Natural Science Edition), 2013, 38(11).

基于小波包分析的颅颌面纹理特征提取方法

On Cranio-Maxillo-Facial Texture Feature Extraction Algorithm Based on Wavelet Packets Transform

  • 摘要: 针对新型生物研究对象颅颌面的研究,提出小波包分析的方法对颅颌面的纹理特征进行提取.特征矢量为颅颌面预处理后图经过小波包分解后各个子节点的节点能量占总能量的比例.利用该特征矢量,计算相似度,实验证明,该方法计算简单,特征维数较低,可以有效提取颅颌面的纹理特征.
  • 加载中
  • 加载中
计量
  • 文章访问数:  199
  • HTML全文浏览数:  86
  • PDF下载数:  0
  • 施引文献:  0
出版历程

基于小波包分析的颅颌面纹理特征提取方法

  • 重庆理工大学电子信息与自动化学院,重庆,400054,重庆医科大学附属口腔医院,重庆口腔病及生物医学科学研究中心,重庆401147

摘要: 针对新型生物研究对象颅颌面的研究,提出小波包分析的方法对颅颌面的纹理特征进行提取.特征矢量为颅颌面预处理后图经过小波包分解后各个子节点的节点能量占总能量的比例.利用该特征矢量,计算相似度,实验证明,该方法计算简单,特征维数较低,可以有效提取颅颌面的纹理特征.

English Abstract

参考文献 (0)

目录

/

返回文章
返回