基于纹理特征的图像检索

基于内容的图像检索是数字图书馆和多媒体数据库的重要研究内容。文中主要针对图像处理,特别是运用图像的纹理特性来查找或检索图像数据库。运用Ｇａｂｏｒ 变换进行纹理分析是比较成功的方法。小波变换尽管在这方面也取得了较好的效果,但在许多情况下,不如用Ｇａｂｏｒ滤波器效果好。文中就是在Ｇａｂｏｒ 滤波器的基础上生成Ｇａｂｏｒ 小波,对图像进行多分辨率分析,提取纹理特征,提供了一种基于图像纹理的图像检索方法,并对此给出了一些实验结果。     

基于Gabor小波和主元分析的纹理图像分割

提出了基于Gabor小波和主元分析相结合的纹理图像分割算法.首先对纹理图像进行多通道滤波,获得了一系列滤波后的纹理图像.其次,借助于“能量测度”的概念,求解出各象素有效的纹理特征.为了进一步减少特征之间的信息冗余,降低聚类分析的计算负荷,采用主元分析（PCA）对所得的纹理特征进行降维.然后利用K-Mean算法实现纹理图像的分类.最后针对所提算法,进行了仿真试验.     

基于Gabor环滤波的纹理分割方法

针对纹理分割问题,提出了一种在频率域呈环形分布的Gabor滤波器组(Gabor环)的设计方法,在能量意义下给出了自适应选择滤波环带的步骤,并给出了经Gabor滤波后纹理特征的计算公式。根据给定Gabor滤波器环具有的多方向特性对不同纹理图像进行滤波,然后计算滤波后各点特征,并利用这些多方向特征进行纹理分割。实验表明该方法能取得较好的分割效果,并具有很强的通用性。     

高分辨电子显微像的定量分析与应用I.基于图像处理的高分辨像定量分析方法

本文通过研究高分辨电子显微像的图像处理技术,系统地建立了两种高分辨原子像亮点中心精确定位的处理方法:灰度梯度检测法和峰谷提取-灰度平均法.基于原子像亮点中心定位技术,使用最小二乘法,建立了测量高分辨像中局部点阵参数和晶格畸变的实际处理过程.结合像模拟、图像匹配等手段,详细研究了从高分辨像中提取元素分布、原子结构等信息的定量分析方法;并建立了一套UNIX平台上的高分辨像定量分析程序包,具有较高的精度和广泛的用途.     

一种基于加权二值法的舌像纹理特征的提取

舌诊是中医学特有的诊疗方法,可以简单高效地了解人体生理功能和病理变化。舌像的纹理特征是计算机辅助舌诊系统进行舌体图像分析的重要依据。为了提高二值模式对纹理描述的能力,得到丰富图像的纹理特征,提出了一种改进的加权二值算法。对舌体图像进行分块处理,利用二值法提取每个子块的直方图,对该直方图分配适当的权重,提取纹理图像的微结构信息和宏结构信息,将处理过的所有子块连接成最终的纹理特征图。经过实验验证该算法的正确识别率较高,同时具有较好的扩展性和实用价值。     

基于局部沃尔什变换的纹理特征提取方法研究

本文提出一种基于局部沃尔什变换提取图像纹理特征的新方法。首先给出局部沃尔什变换的定义,然后分 析了局部沃尔什变换系数的统计特性及其各阶矩的纹理鉴别性能,并选取具有较好鉴别性能的2、4、6阶矩作为纹理特征。 实验结果表明,与灰度共现矩阵方法、纹理谱方法、局部傅立叶变换方法、MRF模型方法、Gabor滤波器组方 法相比,基于局部沃尔什变换的纹理特征具有更好的鉴别性能,且计算简单。     

基于Gabor小波特征的磨粒图像识别新方法

文章给出了一种基于Gabor小波纹理特征的磨粒图像识别新方法,主要是利用Gabor小波设计了一种多通道小波滤波器,对磨粒图像直接进行小波变换,用Gabor小波变换系数的模的平均值和其标准方差来表示抽取的图像特征。把获得的小波特征归一化后输入到改进的BP神经网络分类器进行分类识别。最后,对磨粒图像进行了一系列的仿真实验,结果表明,识别正确率在91%以上,并且识别速度很快。     

基于图像处理的多小波变化理论及其应用

为了使图像处理更好地服务于信息的传递和表达,在此引入多小波变换理论。通过对多小波变换的原理进行分析,在结合离散多小波变换实现方法的基础上,对图像处理中多小波变换的应用展开了深入研究。研究表明,与单小波相比,多小波变换在图像压缩以及图像去噪等方面均具有更加显著的效果。     

基于小波变换的指纹图像压缩方法

小波分析是傅里叶分析方法的突破性进展，在非平稳信号处理中，取得了良好的效果。数据压缩是伴随小波分析产生最早的应用领域。指纹自动识别系统因其本身的特殊性对指纹图像压缩提出了特殊的要求。为此，简要的介绍了小波变换的基本原理，提出了一种新的指纹图像压缩评价准则并给出了基于小波变换的指纹图像压缩方法。     

基于纹理特征的图像检索

构造了具有旋转、平移和尺度不变的纹理特征,进而提出基于纹理图像检索算法.首先,根据角向矩极大原理将检索图像进行坐标校正,得到图像旋转不变的表示;然后,利用平移和尺度不变小波对检索图像进行分解,得到具有平移、旋转和尺度不变的小波分解系数;最后,采用各尺度的小波能量值刻画图像的纹理性,并针对特征向量内部进行高斯归一化,根据欧氏距离计算不同图像间的纹理相似度.基于内容的图像检索(CBIR)试验表明,该方法具有旋转、平移和尺度不变性,与其它方法相比,具有较高的检索率.     

基于小波变换与模糊理论的医学超声图像增强与去噪方法研究

医学超声图像的增强与去噪一直是医学图像处理的重要课题,针对传统超声图像增强处理算法的不足,本文提出一种基于小波分析理论和模糊理论的超声图像增强与去噪算法,首先对医学超声图像进行对数变换,将乘性噪声转换成加性噪声;然后再对超声图像进行多尺度小波变换,得到图像的高频和低频小波系数;再对低频系数进行模糊域增强,对高频系数进行小波软阈值去噪;最后通过小波重构得到增强后的图像。实验证明,该算法能有效增强超声图像的视觉效果,去除噪声,具有一定的应用价值和意义。     

基于Contourlet变换的医学图像融合研究

介绍了对医学图像进行多分辨率、多方向分解的Contourlet变换。针对医学图像的特点,提出一种改进的中心区域能量加权平均融合规则。进行了不同Contourlet分解层次以及基于Con tourlet变换的不同融合规则的医学图像融合的仿真实验。结果表明,图像的质量有明显提高。     

基于DT-CWT的多聚焦图像的融合

由于离散小波变换在图像融合中的缺陷,提出基于双树复小波变换的图像融合方法。首先对源图像进行双树复小波变换,对低频和高频分别采用局部窗口能量比和局部梯度比作为融合相关性测度,然后基于加权和选择相结合的规则融合高频系数和低频系数,得到各频域系数,最后复原图像。实验结果表明,双树复小波变换的融合方法具有良好的客观评价性能和主观视觉效果,融合规则的可行性。     

Multi-modality medical image fusion based on separable dictionary learning and Gabor filtering

Sparse representation (SR) has been widely used in image fusion in recent years. However, source image, segmented into vectors, reduces correlation and structural information of texture with conventional SR methods, and extracting texture with the sliding window technology is more likely to cause spatial inconsistency in flat regions of multi-modality medical fusion image. To solve these problems, a novel fusion method that combines separable dictionary optimization with Gabor filter in non-subsampled contourlet transform (NSCT) domain is proposed. Firstly, source images are decomposed into high frequency (HF) and low frequency (LF) components by NSCT. Then the HF components are reconstructed sparsely by separable dictionaries with iterative updating sparse coding and dictionary training. In the process, sparse coefficients and separable dictionaries are updated by orthogonal matching pursuit (OMP) and manifold-based conjugate gradient method, respectively. Meanwhile, the Gabor energy as weighting factor is utilized to guide the LF components fusion, and this further improves the fusion degree of low-significant feature in the flat regions. Finally, the fusion components are transformed to obtain fusion image by inverse NSCT. Experimental results demonstrate the more competitive results of the proposal, leading to the state-of-art performance on both visual quality and objective assessment.     

基于小波融合技术的医学图像增强方法

为了改善医学图像质量,在分析小波变换原理的基础上,根据医学图像的成像特征,提出了一种基于小波融合技术的医学图像增强方法.首先,对待增强图像进行多层小波变换处理,获取各个频率的小波系数.然后分别对各频率系数进行相应的处理后,进行小波重构并进行对比度增强处理,获得增强图像1;同时对待增强图像进行对数变换和对比度拉伸处理,获得增强图像2.最后将增强图像1和增强图像2变换至小波域进行图像融合处理,以获得最终的增强图像.结果表明:本文提出的增强方法具有明显的增强效果.该增强方法能有效提高医学图像的对比度,增强边缘细节信息,突出病灶点的位置,达到较好的增强效果,为医疗工作者观察病症提供更加清晰准确的依据.     

基于SVD和SAE的医学图像多功能零水印算法

针对医学图像的版权保护和篡改定位问题,提出了一种多功能零水印算法。获取构造零顽健水印和半脆弱水印的信息矩阵,并分别与原始顽健和半脆弱水印进行异或运算,构造零顽健和零半脆弱水印图像。实验结果证明,提取的水印效果较好,算法能很好地抵抗常见攻击,特别是抵抗强度较大的攻击的效果较好。     

一种基于平稳小波域的红外图像增强方法

针对红外图像对比度和分辩率低、噪声大的特点,提出一种基于平稳小波域的红外图像增强新方法.对高频子带中幅值较小的噪声系数进行衰减,幅值较大的边缘细节系数进行放大;对低频子带系数的幅值采用所提出的正弦函数进行伸缩处理.实验结果表明,本文提出的方法在有效地增强红外图像对比度及边缘细节的同时,又能很好地抑制背景噪声,综合性能明显优于传统的直方图均衡化和反锐化掩膜增强方法.     

基于相位信息的图像特征定位

图像特征可以用一个基于Gabor小波变换的复向量来表示.图像的相位是空间位置的函数,根据这一原理,利用相位信息可以实现图像特征的定位.分析了图像信号相位信息的空间特性,以人脸图像为例,研究了相位信息在图像特征定位中的应用.     

基于小波和小波包变换的医学图像融合比较

分别用小波变换和小波包变换对CT和PET图像进行融合,用常用的十种图像融合质量评价指标对融合效果进行比较.结果表明小波包变换的融合质量评价指标只有部分是优于小波变换的.在对CT和PET图像进行融合时,小波包并不一定更占优势,要根据自己的实际需求来决定选择使用小波变换还是小波包变换.     

一种基于独立分量分析的图像融合方法

独立分量分析是一种基于高阶统计量的信号分析方法,近年来在图像处理和信号处理领域发挥着越来越重要的作用,因此也逐渐得到了人们广泛的关注和研究。本文提出了一种基于独立分量分析的图像融合方法。文中首先介绍了3种常用的图像融合方法：加权平均法、主成分分析法和小波变换法;然后在ICA模型的基础上提出了基于独立分量分析的图像融合方法;最后通过实验验证了该算法的有效性。