基于分形纹理特征和小波变换的网状纹理检测方法

网状纹理广泛存在于日常生活中,其独特的网格结构以及极易发生形变的特点使网状纹理的描述和检测成为一件困难的工作．本文以球网检测为例,提出了基于分形纹理特征和小波变换的网状纹理检测方法．先对足球视频图像进行小波多分辨率分解,计算不同尺度图像的分形纹理特征向量,基于因果关系对特征进行选择组成特征向量．然后使用支持向量机检测图像中的网状纹理．实验表明此方法有较强的鲁棒性,能够在剧烈形变、复杂背景和基元大小差异明显的条件下成功检测出球网．

基于DBC的分辨率遥感影像纹理特征提取及分类研究

为进一步提升遥感影像的分类精度,利用差分盒维法对中、高分辨率遥感影像纹理特征进行提取,并将其作为新波段与原始波段结合后,再进行影像的分类处理。结果表明:对于波段数目较少、分辨率高的遥感影像数据,加入分形纹理图像进行辅助分类后,较仅使用原始波段时,分类精度提高0.747%,差分盒维法的最佳分形波段为B3波段,最佳分形窗口尺寸大小为16*16;对于波段数目较多、空间分辨率为中等的遥感影像数据,加入分形纹理图像进行辅助分类后,较仅使用原始波段时,分类精度提高0.215%,差分盒维法的最佳分形波段为OLI7波段,最佳分形窗口尺寸大小为16*16;差分盒维法更适用于高分辨率遥感影像的地物辅助分类。