图像纹理分析与纹理测度

为了从更深层次上进行系统的纹理分析 ,首先概括了纹理分析中的困难并从寻找纹理的本质入手 ,回答了纹理图像与普通数字图像间的差异、成像尺度与图像纹理间的关系、窗函数的选取等问题并给出了计算一幅具体图像纹理性大小的算法。从采样频率和成像尺度的角度来看待图像纹理在该领域内尚属首次。仿真实验对Brodatz像册中全体纹理图求取了纹理性因子的大小并进行了排序 ,试验表明该求取纹理性因子的算法与视觉感受趋于一致。对图像纹理理论探讨的欠缺是纹理分析的瓶颈 。

基于小波变换的Laws纹理测度在植被分割中的应用

针对从全色航空影像中进行植被区域提取的随机性和复杂性,阐述了一种基于小波的Laws纹理测度进行植被提取的新算法,它的特点是先用小波变换将图像变换到不同的尺度层上,然后再在多尺度层上提取Laws纹理测度,形成植被区域的特征.与传统的植被提取方法比,它用到了不同频率上纹理的Laws信息,从而更准确的刻画了植被区域的纹理特征,试验结果表明:基于小波变换的Laws纹理测度对植被有较好的分割效果.

基于纹理测度与自适应阈值的FCM图像分割算法

图像分割是模式识别、图像理解、计算机视觉等领域的重要研究内容.基于模糊C均值聚类(FCM)的图像分割是应用较为广泛的方法之一,但其存在抗噪能力差、收敛速度慢等不足.本文以FCM理论为基础,提出一种基于纹理测度与自适应阈值的图像分割算法.该算法首先根据图像局部相关特性,利用Laws纹理测度提取图像特征,并进行图像的FCM初分割;然后结合Otsu准则(最大类间方差法),利用FCM自适应确定阈值,并对初分割结果进行区域合并.仿真实验表明,该图像分割算法的分割结果与人类视觉感知系统具有良好一致性,其不仅能够有效抑制背景噪声,而且提高了图像分割速度.

基于多尺度纹理能量测度的单幅图像深度估计

为了更好地描述纹理渐变线索与场景深度间的关系,提出了一种基于多尺度纹理能量测度的深度估计算法。采用具有旋转不变性的纹理能量测度方法捕捉多个尺度下场景图像的纹理能量,再分析各尺度下纹理能量的变化规律,得到用于估计纹理区域相对深度的算法。实验结果表明,该算法对近似同分布的非结构化纹理区域的深度估计具有较好效果。

基于纹理一致性测度的汽车车徽分割方法

车徽是汽车的品牌标志,包含了汽车的重要信息。更为重要的是,车徽是难以更换的,可作为汽车分类与识别的重要依据。首先,对原始图像进行小波变换,求取其垂直纹理测度;其次,选取合适的阈值二值化测度图像并进行形态闭运算;然后,根据位置信息进行车徽粗分割;最后,根据纹理一致性测度提取车徽。实验结果表明了提出的车徽分割方法的有效性。

基于小波变换纹理一致性测度的遥感图像融合算法

本文提出了一种基于小波变换的遥感图像融合算法,利用多分辨小波变换的系数,采用低频图像的小波系数最小值作为融合后的低频系数,高频图像根据纹理一致性测度的纹理检测确定融合规则,调整高频小波系数大小。利用小波变换对图像相对应的低频分量及各方向细节分量进行针对性融合处理,很好地将来自不同图像的特征与细节融合在一起,并对融合图像质量进行了对比评价。实验结果表明,这种方法能够在保留图像微小细节方面获得满意的结果,这种算法有效且优于传统的图像融合方法。

基于改进相干增强扩散与纹理能量测度和高斯混合模型的导光板表面缺陷检测方法

针对液晶屏(LCD)导光板表面缺陷检测方法存在漏检率和误检率较高,对产品表面复杂渐变的纹理结构适应性差的问题,提出一种基于改进相干增强扩散(ICED)与纹理能量测度和高斯混合模型(TEM-GMM)的LCD导光板表面缺陷检测方法。首先,构建ICED模型,基于结构张量引入平均曲率流扩散(MCF)滤波,使得相干增强扩散(CED)模型对缺陷的细线状纹理有良好的边缘保持效果,并利用相干性得到缺陷纹理增强和背景纹理抑制的滤波后图像;然后,根据Laws纹理能量测度(TEM)提取图像纹理特征,将图像的背景纹理特征作为离线阶段高斯混合模型(GMM)的训练数据,使用期望最大化(EM)算法估计GMM参数;最后,计算待检测图像各像素的后验概率,并将其作为在线检测阶段缺陷像素的判断依据。实验结果表明,该检测方法在导光颗粒随机、规则两种分布的缺陷图像测试数据组上的漏检率和误检率分别为3.27%、4.32%和3.59%、4.87%。所提检测方法适用范围广,可有效检测出LCD导光板表面划痕、异物、脏污和压伤等类型的缺陷。

结合光谱、纹理及地形特征的森林生物量建模研究

一些纹理测度已经发展起来并用于提高土地覆盖分类精度,但是利用纹理测度来提高森林地上生物量估算且精度已得到验证的研究却少有,纹理与生物量的关系没能得到很好地阐述。鉴于此,本文在对SPOT5 HRG影像进行正射校正及大气校正基础上,进行光谱特征变换和基于灰度共生矩阵分4个方向、不同窗口尺寸进行9个纹理测度提取。结合研究区地形特征,分别对5个森林类型实现其生物量估算模型辨识与验证,结果表明:(1)少数纹理特征ME、VA在森林生物量估算上是有效的并且是重要的,大多数纹理测度与生物量的关系不紧密;(2)纹理测度对针叶林空间形态的表达能力优于阔叶林;(3)地形因子中,坡度和高程相对于坡向而言,对提高生物量估算精度的贡献更大。

基于统计法纹理描绘子的超声图像分割算法

超声C扫描成像中经常存在成像对比度低边缘模糊不清等现象,从而导致图像分割不完整。针对该问题,提出基于统计法纹理描绘子的图像分割算法。基于单晶探头C扫描成像中采样点之间声束重叠的特点,首先进行超声声束分析并且选取声束重叠数据;然后采用区域描绘子的相关纹理测度替代传统的幅值特征值,对采样区域中缺陷的特征信息进行描述,从而提高超声成像分辨率和对比度;最后采用数学形态学进行滤波,进一步提高缺陷的识别度。通过304不锈钢标准试块底面圆形盲孔C扫成像试验进行验证并与自适应阈值分割算法比较,实验结果显示该文算法可以得到清晰完整的缺陷分割区域,并且比自适应阈值分割算法更为有效可靠,尤其对于易忽略的小尺寸缺陷同样得到良好的分割效果。

一种综合的统计纹理分割方法

本文提出了一种无需任何先验知识的纹理图像分割系统。该系统采用模板滤波来提取纹理特征值，并用动态聚类法估计各类纹理的统计参数；然后引入空间约束条件对初始概率分布函数进行修正，并根据修正后的概率分布函数来确定各个象素所属的纹理类别。实验证明该系统无论是对人工纹理还是自然景物。

同步辐射衍射增强成像的肝纤维化成像研究

本文根据硬X射线衍射增强成像(Diffraction enhanced imaging,DEI)原理,对由人血白蛋白诱导的大鼠肝纤维化模型进行了成像研究。实验在北京同步辐射装置(Beijing Synchrotron Radiation Facility,BSRF)4W1A光束线形貌站完成。结果表明:正常及不同程度肝纤维化模型在DEI图像上差异显著,图像感兴趣区的光强分布及纹理测度也显示出这种差异。DEI成像为肝纤维化的诊断提供了一种潜在的影像学途径。

基于特征散度的自适应FCM图像分割算法

图像分割是模式识别、图像理解、计算机视觉等领域的重要研究内容。基于模糊C均值聚类(FCM)的图像分割是应用较为广泛的方法之一,但其存在距离测度鲁棒性差、需预先给出初始聚类数目、未考虑图像局部相关特性等问题。为克服上述缺点,通过引入特征散度进行距离测度,并结合聚类有效性指数自适应确定初始聚类数目和根据Laws纹理测度提取图像特征等措施,提出了一种新的FCM图像分割算法。实验结果表明,该新算法可以有效地提高图像的分割效果(特别是纹理图像),其分割结果优于现有FCM图像分割方案。

基于灰度—梯度共生矩阵的植被提取方法

在灰度共生矩阵的基础上融入梯度信息,提出灰度—梯度共生矩阵模型,再结合Laws纹理能量测度算法对植被进行提取,得到了较好的实验结果,可应用于遥感影像中的植被监测。

衍射增强成像的肝脏组织微观可视化研究

目的:探讨衍射增强成像的肝脏组织微观可视化研究。方法:采用在日本光子工厂获得的实验数据,利用滤波反投影法重建肝脏的断层图像,并且对图像进行去噪、增强、消除环状伪影、剪切等处理。此外,选取2种不同的肝纤维化模型的衍射增强图像,计算感兴趣区的纹理测度,并进行分析。结果:四氯化碳诱发的肝纤维化与白蛋白诱发的肝纤维化的衍射增强图像的纹理测度惯量、相关、和的均差确实存在差异,在一定程度上反映了2种物质诱发肝纤维化的不同。结论:衍射增强图像可以清晰地显示肝纤维化的组织纹理特征,是一种很好的X线成像技术。

正交小波与纹理一致性融合的图像识别算法研究

为解决一般图像特征识别算法难以兼顾图像细节与图像整体视觉感,探讨了一种基于双正交小波变换与纹理一致性测度融合的图像特征识别算法。该算法按照正交小波变换对源图像分别进行小波分解,按一定比例和纹理一致性测度确定融合图像的低频和高频小波系数矩阵,再经处理即可获得融合图像。实验仿真表明,提出算法不仅可较好地分辨出图像的伪边缘与丰富图像的细节信息,而且能兼顾图像整体视觉感,因此,可以比较显著地提高图像的识别效果。研究结果表明,采用上述提出的图像融合识别方法是可行和有效的。

基于可见光的多波段偏振图像融合新算法

采用了一种新的基于小波变换的偏振图像融合算法。首先,将两个波段中的每一波段三幅偏振图像利用小波变换分解成低频和高频部分,低频的小波系数平均值作为融合后的低频系数,高频细节系数根据不同区域特征选择方法以及对应输入图像小波系数的窗口区域方差来确定融合后高频小波系数,得到一个波段一幅图像。接着,将得到的图像再进行小波分解,采用低频图像的小波系数最小值作为融合后的低频系数,高频图像根据纹理一致性测度的纹理检测确定融合规则,用来调整高频小波系数,将来自不同图像的特征与细节融合在一起,并对融合图像质量进行了对比评价。实验结果表明,融合后的偏振图像不仅反映了场景的偏振信息,而且还包含了丰富的光谱信息,目标与背景的衬比度也得到了增强,为进一步的目标检测和识别提供了便利。