灰度共生矩阵提取特征值

资 源 简 介

灰度共生矩阵提取特征值，最近邻算法，进行纹理图像分类。creat_apprentissage用来训练样本，cooccurence是灰度共生矩阵提取特征值，knn是进行k最近邻算法，classif是纹理图像分类

详 情 说 明

在这项研究中，我们使用了灰度共生矩阵提取纹理图像的特征值，然后使用最近邻算法进行分类。我们使用creat_apprentissage来训练样本，使用cooccurence来提取灰度共生矩阵的特征值，使用knn算法进行k最近邻分类，并使用classif对纹理图像进行分类。这种方法能够在图像分类方面提供更准确的结果，因为它考虑了纹理的特征。此外，我们还可以使用这种方法来研究不同纹理之间的相似性，并进一步了解它们之间的差异。因此，在未来的研究中，我们可以探索更多基于纹理特征的图像分类方法，并将其应用于不同领域，例如医学图像，地质图像等。这将有助于我们更好地理解和利用图像的信息，以及开发更准确和可靠的分类算法。