基于改进共生矩阵BGLCM的半色调图像分类  

Classification of halftone image based on improved co-occurrence matrix BGLCM

作　　者：林海龙[1] 文志强[1] 周济[1] 

机构地区：[1]湖南工业大学计算机与通信学院,湖南株洲412000

出　　处：《微型机与应用》2014年第5期1-4,7,共5页Microcomputer & Its Applications

基　　金：国家自然科学基金项目(61170102);湖南省自然科学基金项目(11JJ3070);湖南省教育厅科研项目(12A039)

摘　　要：半色调图像的先验性对于图像的逆半调过程有重要的意义,分析了现有的半色调图像识别方法之后,在传统的灰度共生矩阵GLCM进行改进提出BGLCM。BGLCM适用于二值图像的特征提取,省略了传统共生矩阵特征值计算的过程,将提取的特征通过BP神经网络进行分类。实验证明该方法提取的特征具有较好的时间复杂度及分类效果。A halftone image priori has an important significance for inverse halftoning image, BGLCM is proposed after the analysis of the halftone image existing recognition methods. BGLCM is suitable for two value image feature extraction , omit the traditional co-occurrence matrix eigenvalue calculation process, the extracted features are classified by BP neural network. Experiment results show that the extracted features has complexity and better classification effect time.

关 键 词：半色调 逆半调 特征提取 灰度共生矩阵 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]