方向性纹理织物疵点检测方法研究

通过分析方向性织物纹理的特点,提出了一种织物疵点检测新的方法。首先根据正常纹理Hough变换确定织物纹理的纹路方向;然后采用方向性小波对织物纹理图像进行方向性的分解,并在此基础上从分解后的各细节子图中提取子窗口的特征;最后通过BP神经网络进行织物疵点识别。实验结果表明了该方法的有效性。

结构方向性纹理的自动表面检测

提出了一种对方向性纹理自动缺陷检测的全局方法。该方法不依赖于纹理的局部特征,而是采用傅立叶变换的全局图像恢复技术。在实验中,考察了许多具有规则线结构的人工表面和欠规则的自然表面,结果表明该方法效果较好。

一种基于纹理方向性分析的织物疵点检测方法

根据织物图像纹理自身特点,从图像纹理的方向性入手,提出了基于纹理方向性分析的织物疵点检测方法.通过对不同方向性织物疵点图像检测实验,证明本文提出方法对具有方向性的斜纹类织物疵点检测具有较好的有效性和可靠性.

基于纹理方向性的非下采样剪切波水印算法

为解决水印算法中不可见性与鲁棒性不可兼顾最优的问题,提出一种新的非下采样剪切波数字水印算法。对图像使用剪切波变换,变换后选取最强纹理方向性的子带作为水印的嵌入位置,利用奇异值分解实现水印的嵌入。实验结果表明,该算法结构相似性达到0.99以上,含水印图像在经过不同形式的攻击后,水印能够较好地被提取出来,且归一化相关系数平均值达到0.98,具有较好的鲁棒性。

超声图像中方向性伪纹理的形成研究

超声成像是一种相干成像,它利用在人体内传播的超声波遇到人体组织而反射回来的超声信号进行成像,超声图像中的纹理可以反映组织的结构和特性,因此超声成像被广泛用于临床疾病的诊断。但是由于成像系统的影响,超声图像中含有与超声波束垂直、随着位置变化而方向不同的伪纹理。方向性伪纹理的存在不仅不能反映组织真正的纹理特性,而且降低图像的分辨率,影响后续诊断的准确性。本文从超声成像的原理出发,对超声图像中方向性伪纹理的形成进行研究,分析方向性伪纹理的形成原因,并从仿真实验中证实方向性伪纹理的存在。实验结果表明,方向性伪纹理的存在确实会干扰超声图像中纹理特征的表征,会对超声图像的肿瘤分割结果产生影响,在以后的临床诊断过程中,需要消除方向性伪纹理对诊断和治疗结果的影响。

基于Brushlet复特征的纹理分类

Brushlet是一种新的图像方向信息分析工具,其能量特征已被应用于纹理分割、分类以及去噪等领域。该文利用Brushlet变换为复函数这一特性,提取其能量及相位信息作为纹理分类特征。通过对Brodatz纹理图像库中均匀、非均匀以及全部图像进行分类实验,较之单一能量特征的分类方法,Brushlet复特征取得了更好的分类性能。

基于频域滤波的织物疵点检测

根据织物纹理和疵点的频谱不同分布,提出了织物疵点检测的新方法。首先在研究织物纹理分类的基础上,通过傅立叶变换获得频谱图像;然后设计频域滤波器抑制正常纹理频谱信息,通过重构灰度图像,把灰度图像分割成若干子窗口;最后将统计子窗口方差作为特征值与设定的阈值比较,从而判别是否存在疵点。实验结果表明该方法是有效的,检测正确率达到90%以上。

结合波原子和全变差方法的图像去噪

传统的硬阈值去噪会产生伪吉普斯现象,而波原子本身的周期化过程也会出现新的方向性纹理失真。采用全变差最小化方法来抑制这些失真,提出一种改进的波原子去噪算法。该算法不是直接将低于阈值的小系数置为零,而是对这些系数在全变差最小的意义上作修正迭代,得到最终的去噪图像。数值实验结果表明,波原子去噪保留边缘和纹理的效果优于小波和曲线波,改进算法去噪的视觉质量明显好于传统波原子去噪。最后还指出了进一步的研究方向。

一种改进的基于样例的图像修复方法

以基于样例修补的目标移除方法为基础,改进了基于样本块的图像修补方法。在自然图像上通过傅里叶变换,发现许多自然图像具有方向性纹理的特征,将搜索空间约束到纹理方向的范围,优化了Criminisi方法优先块的选取,提高了搜索精度;并通过在源图像区使用图像分割的方法实现分区,使搜索目标块仅在其相邻的源区域内搜索,进一步缩小样本图搜索范围,增强搜索的准确性。在自然图像上进行的实验结果表明:改进的方法不仅显著提高了图像修补的时间,且有效地维持了图像的线性结构,取得了良好的修补效果。

基于水平分量优先原则的RDW-LBP人脸识别算法

首先分析了人脸图像不同的方向性细节对识别率的影响,提出了水平分量优先原则。结合该原则提出了一种基于多尺度区域性-方向性加权的规范型二元局部纹理描述算子RDW-LBP的鲁棒人脸识别算法。算法通过多尺度Haar小波分解,提取多级尺度分量和含有最多有效识别细节的一级水平细节分量,组成待分析系数子图矩阵M。计算矩阵M的RDW-LBP纹理特征图谱,结合子区域剖分,连接子区域特征共同组成人脸图像特征向量,最后使用基于Chi-Square距离的分类器进行识别。

基于频域滤波的表面缺陷提取算法

很多产品表面存在着方向性纹理,这给表面缺陷自动提取工作带来极大的困难。因此,基于图像处理技术,提出一种基于频域滤波的表面缺陷提取的方法。首先,利用Hough变换的方法计算出表面纹理的主方向,由此采用相应的频域滤波器在频域滤除表面纹理信息,最终通过Otsu阈值分割算法和数学形态学处理,提取完整的缺陷。实验结果表明该方法能够有效地提取出表面的缺陷目标。