一种考虑分类的石材图像相似性比对算法

在基于颜色的图像相似比较中,传统的处理方法大多采用各子空间的概率作为特征,在此基础上定义图像的距离和相似度.但这些方法可能导致色彩比对失真的情况出现;在同一类的石材中颜色和纹理有很大的差异,甚至会出现两张分属异类的石材图像在单纯从颜色、纹理等特征上进行判断比同类很多石材图像更为"相似".文中引入了先对石材的样本图像进行分类,定义图像与各大类的相似度.在类内定义较为一般性的相似度.综合二者给出图像的整体相似度定义,实验表明该方法具有较好的分类效果和较合理的石材图像相似度.     

一种基于小波多分辨率特征的彩色纹理图像检索

通过分析图像YCbCr空间的纹理与色彩特征,对色彩图像进行M带小波分解,提出了一种基于小波多分辨率特征和关系函数来计算图像相似度的彩色纹理图像检索方法.将小波分解后的16个子带系数作为图像的原始特征;运用模糊C均值算法对原始特征聚类分析,最后采用关系函数对查询图像和目标图像的模糊特征进行相似度计算,得到用户需求的图像.实验表明,该方法可以实现有效的图像特征提取,并能很好的检索出用户需求的图像.     

基于云模糊理论的图像纹理分割

为了处理图像纹理的模糊性和随机性,基于云模糊理论提出了纹理特征矢量云模型,并成功地应用于纹理图像分割.该方法在对纹理统计描述符模糊化处理后,逆向生成纹理特征矢量云.矢量云模型的数字特征能够很好地表达纹理的模糊性和随机性,据此通过云距离计算及纹理特征矢量云生长,完成对图像纹理的分割.实验结果表明,该方法较经典的ISODATA算法和K-means簇算法的分割精度高,并且迭代收敛速度快.     

分层CS-LBP和HOG特征融合的人脸识别研究

针对单独的纹理特征只能提取图像的纹理信息而不能得到图像轮廓边缘信息的问题,在人脸识别的特征提取研究中提出了分层CS-LBP和分层HOG特征的融合方法.对图像分别进行多次CS-LBP和HOG特征的提取,得到分层CS-LBP特征提取图像和分层HOG特征提取图像,对分层的特征提取图像再次提取分层CS-LBP和分层HOG特征,并将两种分层特征进行融合,得到更有效的人脸的纹理及边缘轮廓特征.在ORL和GT人脸库上的实验结果验证了所提出的分层特征融合方法的有效性.     

基于多层前馈神经网络的车牌提取方法

文中提出一种采用三层前馈神经网络提取车牌的方法。该方法是一种基于纹理分析的图像分割算法,适合于彩色及灰度图像。实验表明,该方法能准确地提取图像中的车牌。     

基于图像分割的图像检索新方法

利用信息熵理论,提出了一种新的相似性图像检索方法.首先,分割图像,抽取图像的分块颜色信息;再计算图像之间的颜色互信息来确定它们的相似度.与其他的颜色特征描述方法相比,该方法该算法具有抗噪声能力强、精确度高等优点.     

基于整数小波系数的笔迹图像鉴别方法研究

提出了一种基于整数小波变换的笔迹图像的纹理分析方法．纹理图像的主要特征表现在细节部分，而高频部分的小波系数体现了图像的细节．所以从这些小波系数中提取的特征，能够表征纹理图像的主要特性．并且这种分析法对亮度不敏感．这一特点是传统的纹理分析方法难以达到的．用该方法提取纹理图像的特征，并使用加权欧式距离分类器来完成匹配工作．在实验中，使用了27个人的不同笔迹，取得了很好的结果．     

基于纹理尺寸自适应的Criminisi图像修复改进算法

针对Criminisi图像修复算法中样本块选择的随意性,导致图像修复效果欠佳的缺陷,提出一种针对纹理图像的Criminisi改进算法。该算法通过对纹理图像预处理后获得的二值化图像进行统计分析,获得图像的行和列纹理曲线,进而得到纹理曲线的极值点变化曲线,并最终获得样本块的近似尺寸。仿真实验表明,将本文获取的样本尺寸作为Criminisi修复算法的样本尺寸,获得了较传统Cfiminisi算法更好的视觉效果。     

基于边缘信息检测的BP网络图像压缩新算法

探讨了人工神经网络用于图像压缩的方法,提出了一种基于边缘信息检测的BP神经网络压缩方法:按图像各部分像素特征将图像分为平滑块、纹理块和边缘块,不同的分类块采用不同的隐含层数.实验结果证明:本算法在保证重建图像丰富细节的同时,能大大提高图像的压缩比.     

灰度一梯度共生／环形Gabor滤波纹理分类

解决旋转不变纹理分析问题，提出一种新的旋转不变纹理分类方法：灰度～梯度共生（GGC）／环形Gabor滤波（CGF）联合。将灰度—梯度共生矩阵用于纹理图像的统计分析中。此外，将传统的Gabor滤波器（TGF）改进为环形对称形式，通过CGF信道输出区得旋转不变纹理特征。将两种方法结合起来作为分类纹理依据，提出基于信息增益的特征选择算法。实验结果表明该方法具有较高的分类性能。     

基于灰度共生矩阵和单尺度MRF的纹理图像分割

为改善纹理图像分割效果,提出一种基于灰度共生矩阵和单尺度MRF的纹理图像分割方法．这种方法考虑到纹理信息在空间内的结构特征以及一个像素与周围像素作用的特性关系,采用灰度共生矩阵的几个二次统计量作为纹理特征向量,利用K-means聚类获得起始分割,然后联合建立MRF的特征场与标号场模型．实验表明,此方法提高了分割准确度与一致性．     

一种纹理特征抽取的算法

给出一种抽取纹理特征的算法，该算法实时性强，适于在线遥感图像分类。实验表明，方法是有效可行的。     

基于内容的图像检索技术综述

近年来,随着多媒体和网络技术的迅速发展,基于内容的图像检索技术（CBIR： Content-Based Image Retrieval）成为一个研究热点.本文介绍CBIR研究中的一些关键问题,并对其主要方法如基于颜色、形状、纹理等图像检索技术进行了讨论.     

基于颜色互信息的病变细胞图像配准算法研究

针对病变细胞图像在切片中的分布特征,将其在HSV颜色空间量化聚类成特征矢量,把将关注的孤立点像素颜色描述推广到多邻域颜色矩直方图提取的颜色特征.通过选择合适的邻域窗口大小,用颜色信息熵的检索方法高效解决待查胃癌切片图像与样本库相似图像的检索与粗分类.实验表明,该方法具有较好的图像分类与检索效果.     

基于Gabor变换和灰度梯度共生矩阵的人耳识别研究

人耳识别作为一种新兴的生物特征识别技术,具有其自身独特的优势。提出一种基于Gabor变换和灰度梯度共生矩阵的人耳身份识别方法。首先,利用Gabor变换和灰度-梯度共生矩阵融合提取人耳图像的纹理特征,然后采用K-NN分类器对特征进行分类。该方法用USTB人耳图像库做测试。实验结果表明介绍的提取人耳图像的纹理融合特征的方法优于只采用Ga-bor变换提取特征或是只提取灰度梯度共生矩阵的二次统计特征的性能。在明氏距离测度及K=1时,交叉验证识别率达到81.77%。     

一种基于支持向量机的轴承表面缺陷检测方法

提出了一种基于支持支持向量机和主成分分析的轴承表面缺陷检测算法,该算法把轴承中的非缺陷区域和缺陷区域分别看作两种不同的纹理模式,先利用主成分分析法(PCA)对图像进行降维处理,然后用支持向量机方法对降维后的样本采样学习,然后进行分类判断.实验结果表明,该算法能够较好地实现轴承缺陷的检测分类,有一定的实用价值.     

基于相似度的图像变形效果的客观度量方法

给出了评价图像变形效果的新方法.首先,计算中间帧之间的相似度,由这些相似度值生成一条曲线;然后,在图像计算机动画领域首次提出图像变形真实感度的概念.它通过计算曲线与坐标轴,曲线插值点处的曲率和其他一些衡量标准得到.试验表明,它是一有效的度量图像变形效果的客观方法.     

基于小波域隐马尔可夫树模型的多光谱遥感影像纹理分割技术研究

遥感图像纹理信息丰富，需要进行有效的纹理特征描述．小波域隐马尔可夫树（HMT）模型提供了一种有效的纹理特征提取方法．简述了HMT模型及分割思想，并在此基础上针对多光谱遥感图像，探索更好的纹理描述方法．通过适当的数学变换，得到多光谱遥感影像在不同角度下的描述：H—S—I分量和最大主成分分量．研究比较各分量特性并应用HMT模型，得到不同分量下纹理分割结果．实验表明，利用多光谱信息可有效地提高分割质量。     

基于小波变换的纹理边缘检测方法

根据Ｍａｌｌａｔ多尺度边缘检测原理和纹理图像的局部特征,推广了Ｍａｌｌａｔ多尺度边缘检测算法,这个推广算法不仅适用于一般图像的边缘检测,而且还可用来提取纹理图像的边缘。     

基于小波变换的纹理边缘检测方法

根据Ｍａｌａｔ多尺度边缘检测原理和纹理图像的局部特征,推广了Ｍａｌａｔ多尺度边缘检测算法．这个推广算法不仅适用于一般图像的边缘检测,而且还可用来提取纹理图像的边缘．