灰度共生矩阵：泛化与新特征
计算机视觉与模式识别
2012-05-23 v1
摘要
灰度共生矩阵（GLCM）是用于图像纹理分析的最早技术之一。在本文中，我们定义了一个从GLCM中提取的新特征，称为迹，并讨论了其在基于内容的图像检索（CBIR）中的纹理分析意义。还讨论了GLCM到n维灰度图像的理论扩展。结果表明，当应用于CBIR时，迹特征优于Haralick特征。
引用
@article{arxiv.1205.4831,
title = {Gray Level Co-Occurrence Matrices: Generalisation and Some New Features},
author = {Bino Sebastian and A. Unnikrishnan and Kannan Balakrishnan},
journal= {arXiv preprint arXiv:1205.4831},
year = {2012}
}
备注
7 pages, 3 figures