《表4：板材自然纹理特征数据融合后的结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多纹理特征自然纹理分类识别的研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由于盒子维纹理特征参数D只是一个特征参数，只能表征板材自然纹理特征的总体概况，但这对于板材自然纹理的进行分类识别显然是不充分的。尺度性是纹理自身的一个重要特性，由此，可将小波多分辨率分析方法引入到板材自然纹理分析中来。将原始板材自然纹理图像使用MATLAB小波工具箱Symlets-4进行两级分解且进行单支重构，形成在以上分辨率下的近似和水平、垂直、对角三个方向的细节纹理图像，之后再对重构，得到了八个子图像（加上原始图像共计9个板材纹理图像），分别计算其分形维数D，形成了9维纹理特征矢量（f1～f9）。其中f1～f4是经过一级分解后，得到的低频近似板材自然纹理图像以及水平方向、垂直方向、对角方向的高频率的细节板材纹理图像；f5～f8是经过二级分解后，得到的低频近似图像以及水平方向、垂直方向、对角方向的高频率的细节板材纹理图像；f9是原图像的图像。板材自然纹理特征矢量（f1～f9）经特征筛选后的结果见表3，分析表3易发现，当特征参数个数等于8时，板材自然纹理识别率达到最高94.3%，这样就形成了描述板材自然纹理的分形维数FD特征向量V3=[f1，f2 f3，f4，f5，f6，f8，f9]。