【技术实现步骤摘要】
本专利技术属于图像处理领域，尤其涉及一种基于先验知识的纹理图像分类方法。
技术介绍
1、纹理是一种不依赖于颜色或亮度变化的反应同质现象的视觉特征，是物体表面的一种基本属性，广泛存在于自然界中。纹理特征包含了物体表面结构组织排列的重要信息以及它们与周围环境的联系，是描述和识别物体的一种重要的符合人类视觉特征的视觉线索，同时也一直是计算机视觉研究的重点内容。
2、纹理分析在许多领域都有着重要的应用，如医疗卫生领域、航空航天制造领域和军工领域等。在图像识别和目标检测中，复杂纹理特征可以帮助算法更好地理解图像内容。这些特征可以用于图像分类、物体识别、人脸识别等任务。在地质学研究中，复杂纹理特征分析可以帮助识别地质结构和地层特征。通过分析地质图像中的纹理特征，可以确定岩石类型、地层的排列和变化，对地质调查和资源勘探具有重要意义。在材料科学中，复杂纹理特征分析可以帮助研究人员了解材料的结构和性能。通过分析材料的纹理特征，可以预测材料的力学性能、热导率、电导率等属性，从而指导材料设计和优化。在军事领域复杂纹理图像分析可以用于在军事情报收集...
【技术保护点】
1.一种基于先验知识的纹理图像分类方法，其特征在于，包括以下方法步骤：
2.根据权利要求1所述的一种基于先验知识的纹理图像分类方法，其特征在于，用于提取和增强浅层特征的残差Gabor卷积层模块的处理步骤包括：
3.根据权利要求2所述的基于先验知识的纹理图像分类方法，其特征在于，步骤32中，将原始卷积滤波器与一组不同方向的Gabor滤波器进行调制，得到卷积Gabor方向滤波器。
4.根据权利要求1所述的基于先验知识的纹理图像分类方法，其特征在于，用于提取一组增强语义信息特征的密集语义分析DASM模块的处理步骤包括：
5.根...
【技术特征摘要】
1.一种基于先验知识的纹理图像分类方法，其特征在于，包括以下方法步骤：
2.根据权利要求1所述的一种基于先验知识的纹理图像分类方法，其特征在于，用于提取和增强浅层特征的残差gabor卷积层模块的处理步骤包括：
3.根据权利要求2所述的基于先验知识的纹理图像分类方法，其特征在于，步骤32中，将原始卷积滤波器与一组不同方向的gabor滤波器进行调制，得到卷积gabor方向滤波器。
4.根据权利要求1所述的基于先验知识的纹理图像分类方法，其特征在于，用于提取一组增强语义信息特征的密集语义分析dasm模块的处理步骤包括：
5.根据权利要求1所述的基于先验知识的纹理图像分类方法，其特征在于，步骤s2中，对数据集每个类别中的图像按照2:1的比例划分为训练集和测试集后，进一步将训练集按9:1的比例分为训练集和验证集。
6.一种...
【专利技术属性】
技术研发人员：王一凡，林承林，钟泽熠，祁国莲，潘晨宇，薛涵，桑鹏程，马菘哲，
申请(专利权)人：长春工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。