一种新的纹理特征提取算法

为了提高纹理特征提取的效率,提出一种基于傅里叶变换的纹理特征提取算法。该算法先将图像进行傅里叶变换,然后把图像傅里叶域分割为12个扇形区域,提取扇形区域中的纹理特征,并使用Caneberra距离函数计算两幅图像的相似度。与现有算法相比,本算法对纹理特征提取具有较高的效率和准确率。     

纹理融合新空间关系下颜色的刑侦图像检索

为提高刑侦图像检索的准确率,针对现有刑侦图像检索算法对图像颜色空间信息提取不足以及缺乏对局部纹理描述的问题,提出一种纹理融合新空间关系下颜色的刑侦图像检索算法。该算法通过3级分区划分图像,在计算颜色自相关图的基础上,利用图像块之间的街区距离反映颜色特征的空间关系。同时,使用具有旋转不变特性的局部二值模式(rotation invariant local binary patterns,RILBP)描述算子提取图像的纹理特征。并采用加权相似性度量融合颜色与纹理特征的相似性来实现检索。在刑侦图像库上的实验结果表明,该算法具有较好的检索性能。     

基于FABEMD的纹理图像分类算法

针对二维经验模式分解算法应用于纹理图像分类中存在运算时间长、准确率低的问题,将快速自适应二维经验模式分解(fast and adaptive bidimensional empirical mode decomposition,FABEMD)方法应用到纹理图像分类中。该方法首先将纹理图像分解成3个二维固有模态函数(bidimensional intrinsic mode function,BIMF)和1个余量;其次使用灰度共生矩阵提取各BIMF的能量、熵、对比度和相关性这4个纹理特征参数,组成特征向量,最后采用最小距离分类器进行纹理图像分类。实验采用Brodatz纹理图像库,选取10幅纹理图像作为样本图像,仿真实验结果表明,与二维经验模式分解方法相比,所提的算法查准率为86.28%,同时缩短了运算时间。     

一种结合明暗信息和纹理信息的形状恢复算法

实际图像往往既包含明暗信息又包含纹理信息,为了更有效地利用这些信息进行形状恢复,研究了一种结合明暗信息和纹理信息的形状恢复算法,用SFS方法对图像中的明暗信息进行处理,然后用SFT方法对图像中纹理信息进行分析,并结合SFS方法的结果对形状进行恢复.最后给出了该方法对图像的恢复结果并进行了分析.实验结果证明,该算法的性能优于SFS算法和SFT算法.     

基于轮廓-纹理分解的图像修补技术研究

研究了传统整体变分去噪算法和图像修补算法,提出了一种基于轮廓-纹理分解的图像修补算法.算法首先将待修补图像分解为轮廓结构图像和纹理细节图像.再对轮廓结构图像的空缺进行轮廓结构修补,并对纹理细节图像的空缺进行纹理合成.最后将修补后的轮廓结构图像及纹理合成后的纹理细节图像进行合成,得到需要的修补图像.这种方法能够很好地修补图像空缺部分的轮廓结构及纹理细节.实验结果表明,该算法比纯结构图像修补法或纯纹理合成法要好.     

基于高斯—马尔可夫随机场模型的织物纹理特征参数提取方法

将高斯－马尔可夫随机场用于织物纹理的建模。在估计模型参数时,采用不完全Ｃｈｏｌｅｓｋｙ共轭梯度法。获得特征参数后,通过纹理合成方法,仿真原始纹理图像。试验表明：仿真织物纹理图像与真实织物纹理图像具有较为一致的视觉效果,从而论证了高斯－马尔可夫随机场模型对织物纹理建模的有效性。     

一种基于色阶偏差的皮肤检测技术研究

为提高数字图像中皮肤检测的准确性，在研究数字图像皮肤纹理特点的基础上，分析了基于灰度统计值的纹理检测算法及问题，在RGB彩色空间将基于灰度直方图统计矩的方法改造成基于纹理刷的色阶偏差法，并构建皮肤纹理检测器，对肤色检测器检测输出的皮肤区域再做纹理检测，保留和皮肤纹理一致的区域，去除误检区域。实验结果表明，该方案可提高对图像皮肤区域检测的有效性。     

融合亮度边缘和纹理的图像质量评价

传统图像质量评价算法往往采用单一特征进行质量评价,导致图像中很多重要信息丢失,本文针对这一不足提出了一种融合多特征的改进算法。该算法首先根据人眼视觉系统特性提取亮度分量,将彩色图像亮度分量与Scharr算子进行卷积,提取图像的边缘特征,计算结构相似度描述子;然后提取图像的局部方向模式纹理特征,利用直方图相交距离得到纹理相似度描述子;最后综合两者结果构建了一种新的图像质量评价方法。在LIVE数据库中对JP2K、JPEG、Fast Fading三种类型的失真进行了对比实验。结果表明:该算法和其他被广泛采用的图像质量评价算法相比,评价结果总体上与主观评价结果具有更高的一致性,尤其对Fast Fading图像效果非常好。     

基于图像纹理特性的数字水印算法

提出一种基于图像纹理特性的数字水印算法,该算法采用分形参数描述图像纹理特征,选取粗糙纹理块作为水印的嵌入块,水印嵌入利用图像小波分解系数的塔式特性进行不同级之间相似块的替代,检测算法无需原始图像,仅需保留块嵌入位置作为密钥.由于水印算法充分利用了图像自身特点,同时水印嵌入分块进行,有效地提高了水印信号的鲁棒性.实验结果表明该方法对一般的图像处理操作具有很好的鲁棒性.     

基于小波框架分解和模糊软聚类的纹理图像分割方法

提出了一种新的纹理图像分割方法．该方法利用小波框架分解提取纹理图像的特征参量,利用模糊软聚类方法在特征空间中进行纹理边界的粗划分,然后应用细化算法确定纹理边界区域的精确边界．文末给出了算法的一个典型实验．     

基于纹理合成的图像艺术风格学习

以马可夫随机场模型的纹理合成算法为原形 ,在结合图像艺术风格的学习和约束的样图纹理合成算法的基础上 ,提出了面向对象的图像艺术风格学习的算法 ,并将其应用在敦煌壁画虚拟的复原临摹工作中 ,取得了较好的效果     

基于NSCT和矩阵F-范数的图像检索方法

介绍一种基于非下采样轮廓波Nonsubsampled Contourlet（NSCT）和矩阵F-范数的图像检索（CBIR）技术。首先对图像进行NSCT变换,然后将变换结果用矩阵F-范数构建特征向量,设计了两个特征向量相似度度量,最后给出加权相似度实现了图像检索。实验结果表明,该技术具有很好的检索率。     

基于Radon和小波变换的纹理图像检索

提出一种新的基于Radon和小波变换的图像纹理特征检索算法．针对检索图像进行Radon变换,并对投影矩阵进行中心化使其具有平移不变性．利用图像的统计值对投影数据规范化,分别沿 和t方向对投影矩阵进行TSI小波分解,得到具有平移、旋转和尺度不变的小波分解．提取各子带能量作为图像的纹理特征,并对特征向量进行高斯归一化．以两幅图像归一化特征向量间的Canberra距离作为图像的相似度进行检索．基于纹理特征的图像检索试验结果表明,该方法对高斯噪声具有较强的鲁棒性,与其他方法相比具有较高的检索率．     

基于LBP驱动的区域围道纹理分割模型

纹理分割是图像处理的难点之一。针对此问题,提出了一种基于局部二进制模式(localbinary pattern,LBP)驱动的区域围道分割模型。该模型首先将均匀模式的思想用于LBP/C算子,使纹理模式的数量减少了77%,明显降低了提取纹理特征所需的时间;其次对无边缘活动围道模型进行了改进,使其能用纹理特征来演化曲线或曲面分割纹理图像;然后用多级分层的策略对提出的模型进行了延拓,可用于分割多类目标的图像,避免了多相位模型初始围道难以选择的问题,提高了模型收敛的速度;最后运用AOS(additive operator splitting)算法以改善模型求解的效率,进一步提高了图像分割的速度。对合成纹理图像和遥感图像的实验结果说明,提出的分割方法具有分割速度快、精度高的优点。     

基于保局映射的图像纹理聚类

为了解决图像检索中的聚类问题,提出一种改进的图像纹理聚类算法.在纹理特征提取阶段,采用双树复小波对图像进行分解,然后对每个高频段提取直方图签名作为纹理特征;在聚类阶段,根据数据分布的密度来动态地计算数据点的邻接矩阵,再采用保局映射进行降维,对降维后的数据进行k-means聚类.通过采用直方图签名的方式能有效地表示图像纹理在各个方向上特征信息,同时根据数据密度构建的邻接矩阵,能够和保局映射一起更有效地发掘数据之间的局部相关性.实验表明:相对于传统方法,该算法具有更高的聚类正确性.     

图象纹理的特征滤波描述与标量积标识

本文提出了图象纹理描述分析与分割标识的一种新方法——特征滤波描述与标量积标识法。该方法优点是不需预先了解图象中纹理结构。文中以纹理图象的理论试例验证了该方法。     

基于纹理映射的医学图像三维重建

提出了一种基于纹理映射的体绘制算法,提高了图像的重建效率,增强了图像的重建效果。算法实现了对二维医学图像序列的三维重建,在目前通用的个人计算机上可以以近似实时的速度重建出高质量的三维图像。针对算法中存在的问题提出了两种不同的改进方法,取得了较好的效果。结合纹理生成的过程和纹理重采样的过程,对重建后的三维图像实现了交互切割的算法。     

基于Curvelet变换的虹膜识别

为提高虹膜识别的准确度,提出采用第二代曲波变换提取虹膜图像纹理特征的方法.首先将预处理后的虹膜图像进行曲波分解,然后采取不同方法对曲波分解后的低通和带通子带进行特征提取,并根据各带通子带的能量大小赋予不同的加权系数,最后采用欧式距离进行虹膜特征匹配.在4种虹膜图像库上测试表明,提出的虹膜图像纹理特征提取方法具有较高的识别率,与Harr小波和DCT(离散余弦变换)相比,特征提取时间相当,但识别率相对DCT来说,分别提高了1.8％,2.1％,2.0％和0.9％.