为了准确地识别乳腺肿瘤图像特征,提出一种改进的灰度共生矩阵(GLCM)与Tamura相结合的纹理特征提取算法。首先对乳腺肿瘤图像进行预处理,滤除图像噪声部分并提高图像的对比度;通过对传统的灰度共生矩阵进行改进,减少大量的冗余信息,增强图像的识别率;最后将改进的灰度共生矩阵与Tamura相结合,提取图像纹理特征,并进行图像特征识别。实验结果表明,乳腺肿瘤图像特征识别率可达到96.67%,平均计算时间为14.6s,具有较高的识别准确率和计算效率。
科研之友
微信
新浪微博
Facebook
分享链接
