基于T-GLCM和Tamura融合特征的纹理材质分类

来源：南京信息工程大学学报·自然科学版杂志2023年第5期北京时间：

作者：陈旭，高亚洲，陈守静，朱栋梁

单位：陈旭,南京信息工程大学 自动化学院, 南京, 210044,高亚洲,南京信息工程大学 自动化学院, 南京, 210044,1575510084@qq.com陈守静,南京信息工程大学 电子与信息工程学院, 南京, 210044,朱栋梁,南京信息工程大学 自动化学院, 南京, 210044

摘要：虚拟现实力触觉再现对于图像纹理特征提取的要求越来越高，纹理因素复杂且无规律，单一的纹理提取算法并不能准确地描述图像纹理的特点.因此提出基于GLCM （灰度共生矩阵）和Tamura融合特征的纹理材质分类算法.此外，本文对传统灰度共生矩阵GLCM进行优化，提出了改进的GLCM （T-GLCM）算子，提升了GLCM的旋转不变性并减少了大量的冗余信息.利用Tamura纹理特征对图像进行量化，然后将各特征区域量化后级联成一组特征向量，融合T-GLCM的纹理特征，通过支持向量机（SVM）对纹理材质进行分类.实验结果表明，相比传统纹理特征提取算法，本文算法具有更高的分类精度且鲁棒性更好.

关键词：纹理特征;灰度共生矩阵;T-GLCM;Tamura;支持向量机

基金资助：江苏省自然科学基金（BK20170955）