基于结构统计的纹理分类

针对纹理图像在视觉上的结构表现,选用能说明任意二值纹理的基元序列,将基元所对应的区域进行平移或伸张以覆盖整个纹理图像,完成所有基元对应区域的象素统计,获得能说明纹理中各结构比例及粒度的统计曲线。用此方法重新分类了Brodatz的111个纹理图片。实验证明视觉上相似的纹理有相似的统计曲线(相同或接近的峰、谷或转折位置)。比较其他分类结果,该方法更具有视觉接近性。

基于空域结构的自适应纹理识别算法

提出了基于空域结构的纹理识别算法。用纹理的基元结构分布与纹理分布字典参数进行了相关及旋转相关比较,得出了纹理归类结果及纹理相似的最佳精度,用可识别纹理参数调整纹理分布字典,使之具有自适应性。实验结果表明,用本算法识别的纹理与视觉识别结果高度一致。

基于基元分布的误差可调纹理分类算法

提出一种基于纹理基元分布统计的纹理分类算法 ,选定一组代表像素变化的基元序列 ,计算每一个基元在纹理图像中的覆盖比例 ,用得到的纹理基元属性分布作为描述参数 ;由于相似纹理其属性也是相似的 ,同类纹理必然有接近的基元分布参数 ,计算参与实验的纹理样本的基元分布的互方差及互相关 ,与代表相似程度的阈值比较判断 ,由获得的共性来锁定同类纹理 ;为使同类纹理具有可参照的标准 ,产生针对每一类纹理的标准类分布。对 Brodatz的 1 1 1纹理不同相似程度的分类结果表明 ,该方法保证了统计结果与视觉判断的一致性 ,可用于纹理的分类及识别。

基于数学形态学的边缘检测算法研究

针对传统的边缘检测方法对图像较复杂或含有噪声时的边缘检测效果不佳的问题,论文研究了一种基于多尺度数学形态学的边缘提取方法。实验结果表明:与经典的边缘检测算子相比,该方法能较好地解决边缘检测精度与抗噪声性能的协调问题,具有较好的边缘提取效果。

基于密钥的数字图像水印算法研究

结合二值水印的值及载体图像像素值的奇偶性,采用密钥技术,研究一种有效的小波域数字图像水印算法。采用密钥选择载体图像的嵌入位置,通过对相关系数实施修改,从而达到水印嵌入的目的。仿真实验结果表明,该水印方法具有良好的不可见性,以及具有鲁棒的抗剪切、维纳滤波、不规则色块污染、中值滤波等攻击的能力。