基于树状小波分解的纹理图象检索

针对图象检索应具有简单、快速、有效等要求 ,提出了一种采用树状小波分解特征的纹理图象检索方法 ,该方法可以在相应的能量准则下 ,自适应地对图象进行子带分解 ,同时可利用小波函数分解的多分辨率与多方向特性 ,来形成能够在一定程度上对图象进行精确描述的特征矢量 ;在此基础上 ,又采用基于图象特征值的主分量分析方法 ,有效降低了特征矢量的维数 ;另外 ,基于用户需求的分层检索 ,还满足了用户不同层次的需求 .实验结果表明 ,该算法快速 ,有效 。

纹理图象亮度阈值法提取SAR图象居民地

由于微波辐射的复杂特性 ,从合成孔径雷达图象上提取类似于居民地复杂结构的目标物的研究仍处于探索中 .通过研究居民地对合成孔径雷达 (SAR)的微波散射特性 ,分析居民地在 SAR图象上的纹理特征 ,综合利用纹理分析、模式识别和颜色空间变换技术 ,提出了一种新的提取雷达图象上居民地的方法 .该方法在共生矩阵纹理分析的基础上 ,选取 3个合适的特征分量合成彩色纹理特征图象 ,再通过 HIS变换获得亮度分量 ,使用亮度阈值分割图象来提取出居民地 .此方法的特点是 ,其受雷达系统影响较小 ,适应性较强 ,以二值图象的形式记录居民地的提取结果 .试验表明 ,利用此方法在 SAR图象上提取居民地具有 70

基于进化规划策略的纹理图象检索

由于进化规划具有群体搜索和随机信息交换的优点 ,可以对图象特征矢量进行优化选取 .有鉴于此 ,本文提出了一种新的基于进化规划的纹理图象的检索方法 .实验结果表明 ,该方法能够充分体现出进化规划算法在纹理图象检索方面的优越性 ,有效提高检索精度 。

基于纹理方向的描述和对具有方向性纹理图象的分类与分割

为进一步进行纹理特征分析 ,从纹理的方向性入手 ,给出了纹理方向的数学定义式 ,合理选择差异函数 ,构造了具有物理意义的纹理方向描述特征向量 .数据处理方面 ,运用模糊贴近度的概念 ,结合改进后的属性均值聚类算法 ,对一类具有方向性的纹理图象进行分类与分割实验 ,取得了较好的结果 .试验表明 。

基于小波变换和ODPSF的纹理图象分割方法

在纹理图象分割的研究领域中 ,基于人类视觉感知特性的图象分割方法是一个重要的新研究方向 .文中给出了一种纹理图象分割的新方法 ,即将小波变换和方向滤波有效地结合了起来 .该方法是根据小波变换的多尺度、多频道滤波的特点 ,采用小波包提取纹理主频 ,然后用一种二维最佳正交极可分方向滤波器对纹理有关方向和频率等其他特征进行分割 .实验结果表明 。

基于神经网络的纹理图象生成

提出了一种利用多层前馈神经网络生成纹理图象的新方法 .利用该方法可方便地生成图案丰富的纹理图象集 ,并且该纹理图象集中的任何一幅图象均唯一地对应一组神经网络的权值和阈值 ,因此不仅便于图象保存 ,还大大地节省了图象存储空间 .

基于小波和区域统计的纹理图象检索系统

对大型的图象数据库进行准确检索的时候 ,需要对纹理与非纹理图象进行分类 ,为了准确地提取图象中的纹理特征 ,本文在文献 [4]的基础上 ,提出了一种新的基于小波和区域统计特性的算法来对纹理和非纹理图象进行分割 ,并以此算法对一个具有 10 0 0幅真实图象的图象数据库进行了检索 。

基于人类视觉感知特性的一种纹理图象分割方法

在纹理图象分割的研究领域中 ,基于人类视觉感知特性的图象分割方法是一个重要的新方向 .本文给出了一种纹理图象分割的方法 ,设计了一组参数不同的 2 D最佳正交极可分方向滤波器来提取图象特征 ,然后经过四叉树平滑 ,用模糊 C-均值聚类对图象进行分类 ,最后进行边缘确定 .实验结果表明 。

二值纹理图象重建的平均场技术

根据平均场神经网络，本文提出了一种二值纹理图象重建算法。纹理图象用马尔可夫随机场模型描述，重建算法是一个自适应过程，递归地进行模型参数估计和图象重建，平均场方法将图象搜索中基于模拟降温的统计松驰方程转化为一组确定性方程，从而有效地提高了计算效率。计算机实验结果证实了重建算法的有效性。

基于平均场退火的二值纹理图象恢复

本文根据平均场退火技术，提出了一种二值纹理图象的估计和恢复算法．纹理图象描述为一个马尔可夫随机场模型和噪声过程的综合结果．算法递归地进行模型参数估计和图象恢复，其核心是一个统计松驰搜索算法．平均场方法将统计松驰方程转化为一组确定性方程，从而有效地提高了计算效率．对二值噪声纹理图象的实验结果说明了算法的有效性．

一种基于主矢量集的纹理图象分析方法

描述了一种基于多维纹理主矢量集与相应能量集的纹理图象表示及分析方法。并给出了由纹理图象求得主矢量集及相应能量集的计算过程。为了将该方法用于纹理识别及分析，文中讨论了在上述表示时，纹理图象的相似度度量，给出结构误差及能量误差的计算公式及两种计算结构误差、能量误差及总误差的算法。最后给出了用上述方法由计算机对Ｂｒｏｄａｔｚ的自然纹理图象及人工合成的规则纹理图象分析的实验结果，并与共发矩阵法作了比较。

航海模拟器视景中沿岸山脉实景纹理图象拍摄

航海模拟器是一种能部分模仿海上真实情况 ,专门为满足航海教育与培训、航海技术研究等目的而设计研制的装置 ,其核心技术之一是海上视景模拟。针对航海模拟器视景中岛屿与背景山脉纹理图象的拍摄与影像质量 ,给出理论依据、具体要求与实现方式 ,并分析了以实拍照片作为纹理源进行纹理映射的可行性。

纹理图象分割的分形方法研究

在分形维数的基础上研究了将其用于纹理分割的方法。采用差分盒维数（ＤＢＣ）方法和一种改进的边缘保持算法计算象素点的分形维数ＦＤ，基于原始图象的方向性差分和多重分形的概念提取出一组特征，并将Ｋｏｈｏｎｅｎ的ＳＯＦＭ网用于对得到的图象特征矢量进行分类，得到了较好的纹理图象分割效果。

纹理图象的多信道滤波分割方法

纹理图象的分割分类方法是目前图象处理和机器视觉研究中的一个前沿课题。传统方法大多基于形态结构和统计描述，与人类视觉机理相脱节，无法进一步提高分割精度。本文介绍了近几年来兴起的一类全新的方法，即基于空间／空间频率（ｓ／ｓｆ）平面的多信道滤波法，这类方法与人类视觉机理能很好地吻合，对于人工纹理和自然纹理都能获得很好的分割效果。

基于方向性的多通道纹理图象分析及重构

纹理的各向异性特征 (方向性 )对于纹理分析有着重要意义 ,该特征的分析和描述 ,对纹理表征和图形化建模提供了重要的思路 .在对纹理各向异性特征分析的基础上 ,提出了一种新的纹理图形化建模方法 .基于各向同性和各向异性分离的思想 ,分别从频域和空域研究了纹理图象的方向性及非方向性特征 ,导出了确定纹理主控方向的有效计算方法 ,和残余图象的随机场模型逼近 ,并将分析所得的参数用于纹理的综合 .实验结果和性能分析与比较皆证实了该方法的有效性和灵活性 ,表明能量多通道分析对于方向性纹理的表征和重构是一种行之有效的方法 .

一种模拟自然纹理图象的神经网络模型

讨论了随机神经网络模型──吉布斯随机场模型的势能函数和分布规律，用该模型对自然纹理图象进行模拟，建立了神经网络模型．并在微机上进行了实验，结果表明，当设置不同参数时，可以得到不同的纹理图象．

基于混沌映射的纹理图象生成方法

在基于 BP神经网络生成纹理图象方法 [1 ]的基础上 ,提出了一种基于 L ogistic映射和多层前向神经网络的纹理图象生成方法 ,该方法使用 L ogistic映射来调整多层前向神经网络的网络参数 ,即用 L ogistic映射产生一组混沌变量 ,这组混沌变量中的每一个数对应一个需要调整的神经网络参数 .由于 L ogistic映射具有的混沌特性 ,使多层前向神经网络每次迭代都会产生一组不同的参数 ,从而克服了使用 BP算法调整神经网络参数时容易收敛的缺点 .这种基于混沌映射的方法既保留了基于 BP神经网络生成纹理图象方法的优点 ,又对其进行了改进 .该方法因不需要计算网络的误差 ,从而大大简化了计算过程 ,并且可以产生比使用原有方法更加丰富的纹理图象 .仿真结果表明 ,使用这种改进后的方法比原有的方法更加简单有效 .

一种适用于纹理图象的FIRE滤波器

对于图象滤波系统，如何在降噪的同时保护细节结构是一个难点。文章提出一种新的FIRE（fuzzy inference ruled by else－action）滤波器，通过将对应于不同邻域尺寸下的象素分布模式的模糊规则集成在同一规则基中，将多分辨率图象分析引入到单一模块内。实验表明该方法对纹理图象的去噪效果明显。

一种新的纹理图象梯度估值方法-扇型金字塔结构方法

纹理梯度估值在纹理图象处理中有着广泛的应用,尤其是在纹理图象深度信息获取(SHAPEFROM TEXTURE).原始的梯度估值方法是基于功率谱估计方法,本文的实验结果证明这种方法是不通用的。所以基于扇型金字塔结构提出一种新的方法。

一种新的三维平面纹理图象的理解算法

依据近代计算机视觉方法——双眼视觉系统理论及空间几何学的基本原理,本文提出一种新的三维平面纹理理解方法(Shape from Texture)。这种方法较前人的方法有计算量少,结构简单及通用性强等优点,具有较大的实用性。