基于二阶局部纹理熵的边缘检测方法

针对传统的边缘检测方法将灰度变化较为平缓的区域误判为边缘的问题,提出了基于二阶局部纹理熵的边缘检测方法。利用了二阶局部纹理熵能表示局部区域灰度变化大小的性质,并采用灰度错位压缩法消除灰度值压缩造成的条纹现象。实验表明,本文提出的方法能有效地检测出各类边缘,解决了上述的误判问题;通过不同大小窗口的边缘检测效果比较,建议在采用基于二阶局部纹理熵的边缘检测方法时将窗口设置为3×3。

结合方向纹理熵的Haar-like特征在线boosting跟踪算法

针对传统基于Haar-like特征的on-line boosting跟踪算法(HBT)需要产生大规模随机特征、占用大量计算资源和存储空间的缺点,提出结合方向纹理熵的Haar-like特征在线boosting跟踪算法(HBTT)。HBTT算法利用灰度共生矩阵的熵获得目标纹理的方向信息,在此基础上有针对性地产生具有方向纹理信息的Haar-like特征,从而可有效避免无效随机特征的产生,减小特征池容量;更进一步,可根据目标纹理的复杂程度自动调整特征数量,使得算法更灵活。在跟踪过程中,在线学习模块可以使错误率较高的特征被结合了目标纹理方向信息的Haar-like特征所替换。与HBT算法比较,HBTT算法的跟踪误差降低了10%以上;在相同特征池容量下,置信度提高了2%以上。实验结果表明,该算法不仅具有较高的鲁棒性,而且在跟踪效率和性能上都有所提高。

基于LBP的加权分布纹理熵的图像检索算法

通过对目前存在的一些基于纹理的图像检索算法的分析,指出了它们存在的不足,提出一种基于LBP的加权分布纹理熵的图像检索算法。首先,该算法依据图像关键兴趣区域分布特点将图像分成不均匀的9块子图,接着单独对各个子图块根据Uniform Pattern LBP计算个子图块的纹理特征,并结合信息论统计各个子图的纹理熵,然后把9块子图的纹理熵合并作为整个图像的纹理特征向量,最后依据特征向量元素对应各个兴趣区域的重要性加权进行图像检索。该算法相对传统LBP算法,保留图像空间信息,且区域偏重权系数能弱化不相关信息,同时9维度的特征向量能加快图像的检索效率。实验结果表明,该算法能获得较好的检索性能。

基于遗传算法和信息熵的图像检索方法

采用信息熵描述图像的颜色和纹理特征,构造图像信息熵元组,以"螺旋方式"重新编码,参与遗传操作,采用颜色熵和纹理熵联合的欧氏距离测量图像的相似性,提出一种设计遗传算子图像检索的方法。试验验证,该方法在图像检索过程中非常有效。

基于小波变换的工业微生物菌种自动识别

以“绿僵菌”为例 ,在前人研究的基础上 ,从包含原图像丰富信息的多分辨率小波分解的子图像抽取纹理熵特征 ,经特征选择 ,确定最佳特征组合维数 ,设计了基于感知准则的线性分类器 ,训练和测试后 ,分类识别精度可达 90 %以上 ,为菌种的自动分类识别提供了理论依据和技术支持 ,也在计算机图像识别领域做出了新的尝试 .

基于TM遥感影像的河口流态信息半定量化研究

在结合潮位资料初步判断涨落潮情的基础上,利用Gabor滤波和纹理熵计算等纹理特征分析方法,从TM遥感影像中解译流线,提取流向,表征流速(分级),由此实现了流态信息的半定量化解译。并以长江口—杭州湾北岸Mike21_FM潮流数学模型的模拟结果对该方法的试验结果进行了验证,得出TM遥感解译的典型涨、落潮流的平均流向均方根误差(RMSE)为9.33°,平均的流速大小分级吻合度为73.1%。研究表明,基于纹理特征分析方法进行的河口流态信息遥感解译是可行的,该方法可以实现流态信息的半定量化,具有一定的创新性。

深层碳酸盐岩小尺度缝洞储集体地震精细刻画--以四川盆地安岳气田震旦系灯四段为例

四川盆地灯影组为一套受沉积及岩溶共同控制的缝洞型储层,具有分布范围广、储层厚度大、非均质性强、缝洞尺度小的特点。储层原生基质孔隙欠发育,钻遇次生溶蚀缝洞为气井高产的主要因素。受短时期风化岩溶作用影响,灯影组主要发育毫米—厘米级的小尺度岩溶缝洞单元,使得针对灯影组气藏缝洞单元的地震刻画异常困难。研究以灯影组四段台缘带气藏为例,在宽方位地震数据的基础上,通过开展OVT域偏移处理、叠前各向异性分析、叠后敏感属性优选等手段,逐步落实了小尺度缝洞单元的分布,有效指导了研究区开发井位部署及钻井调整。根据研究成果部署及调整的开发井钻探效果良好,成功率100%,测试产量大于50×10^4 m^3/d的高产井占比显著提升。