首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 93 毫秒
1.
一种综合颜色和纹理特征的图像检索算法   总被引:1,自引:0,他引:1       下载免费PDF全文
对图像颜色特征和纹理特征进行了研究。在图像颜色特征方面,利用人类的视觉特性,对图像不同分块的主色进行确认和加权处理,获得加权主色颜色特征;在纹理特征方面,利用统计法和结构法构造灰度-差分基元共生矩阵来提取纹理特征。在此基础上,通过高斯归一化方法将颜色特征和纹理特征进行综合,形成最后的图像检索特征,并给出了利用该特征的图像检索算法。实验结果表明,所提出的灰度-差分基元共生矩阵特征提取较传统的灰度共生矩阵特征更加精细,在此基础上综合利用颜色和纹理特征的图像检索方法具有更好的检索精度。  相似文献   

2.
灰度共生矩阵纹理特征提取的Matlab实现   总被引:1,自引:0,他引:1  
图像的特征提取是图像的识别和分类、基于内容的图像检索、图像数据挖掘等研究内容的基础性工作,其中图像的纹理特征对描述图像内容具有重要意义,纹理特征提取已成为目前图像领域研究的热点。文中深入研究了基于灰度共生矩阵(GLCM)的纹理特征提取方法,给出了基于Matlab的简便实现代码,分析了共生矩阵各个构造参数对构造共生矩阵的影响。分析结果对优化灰度共生矩阵的构造、实现基于灰度共生矩阵(GLCM)的特定图像的纹理特征提取等都具有重要参考意义。  相似文献   

3.
提出了一种基于多纹理特征的商标图像检索方法。首先对图像纹理特征进行分析,从人眼视觉角度选用粗糙度和方向性这2个纹理特征量;从统计分析的角度出发,基于图像灰度共生矩阵描述了二阶矩、熵、对比度和均匀性这4个纹理特征量。这6个纹理特征量从不同角度刻画了图像特征,对其归一化后用欧氏距离进行图像相似性度量。通过实验,证明了该方法可以取得比较满意的检索结果。  相似文献   

4.
综合考虑了传统灰度共生矩阵法与基于广义图像灰度共生矩阵法各自的优点,提出了改进的基于广义图像灰度共生矩阵的图像检索方法。新方法构造了广义图像四个方向的灰度共生矩阵,并提取四个共生矩阵的纹理参数进行检索。实验结果表明,新方法对图像的旋转及尺寸变化具有更好的检索性能。  相似文献   

5.
提出了一种提取图像纹理特征的新方法。该方法把具有反映灰度空间相关性和连续性的自相关矩阵引入灰度共生矩阵,构造了灰度自相关约束共生矩阵,更好的描述了图像灰度空间的变化特征和纹理的结构特征。实验证明该方法可以有效地提高遥感图像分类的精度,使分类效果得到很大的改善。  相似文献   

6.
基于四像素共生矩阵的图像检索   总被引:1,自引:0,他引:1       下载免费PDF全文
传统的灰度共生矩阵是一种有效的纹理图像分析方法,它在图像理解和计算机视觉研究领域已得到了广泛的应用。为了更有效地进行图像检索,提出了一种新型的共生矩阵描述子,它是通过描述4个像素的空间相关性来进行图像检索。利用该共生矩阵描述子进行图像检索时,首先在RGB颜色空间中计算彩色梯度,然后利用四像素共生矩阵来描述图像特征,并用于基于内容的图像检索。实验结果表明,四像素共生矩阵描述子能够结合颜色、纹理和形状特征,因此检索性能优于灰度共生矩阵和颜色相关图。  相似文献   

7.
一种改进的颜色共生矩阵纹理描述符   总被引:1,自引:0,他引:1  
利用模糊连续三角模运算定义的相似性度量描述彩色图像中像素点之间的差异程度,提出一种改进的颜色纹理特征描述符.该描述符首先将彩色图像多通道颜色信息按照间隔距离和方向进行有效融合并转换为伪灰度图像,然后再用灰度共生矩阵法提取图像的纹理特征矢量.在基于内容的图像检索测试平台上完成的实验表明,改进的纹理描述符所需特征矢量的维数与灰度共生矩阵描述符相同,而描述能力却能与各类颜色共生矩阵描述符相当,有效地实现了图像中纹理和颜色特征融合提取,提高了图像检索性能.  相似文献   

8.
基于灰度共生矩阵的织物纹理分析   总被引:7,自引:2,他引:5  
以一种常见的织物纹理为对象,采用灰度共生矩阵的方法进行纹理分析.介绍了灰度共生矩阵的原理及其特征参数,讨论了纹理的灰度共生矩阵特征参数、像素距离以及图像灰度等级对灰度共生矩阵的影响,确定了区分此类正常织物与带疵点织物纹理的灰度共生矩阵构造方法.针对该类正常织物图像进行纹理分析,特征参数值统计,确定了正常织物纹理像素方向、像素距离以及图像灰度等级.取原始织物图像尺寸为128×128,生成灰度共生矩阵的最佳像素距离为2,经直方图均衡化后,最佳灰度等级为16.实验结果表明,按照该规则生成的6个灰度共生矩阵的特征参数,能够准确的判断此类织物图像是否存在疵点.  相似文献   

9.
基于TFBP 网络的人脸皮肤纹理识别方法   总被引:1,自引:0,他引:1  
邹晓红 《传感技术学报》2005,18(2):262-264,268
为了可观地评价皮肤的质地,采用图像纹理分析中的空间灰度共生矩阵法提取皮肤纹理图像的重要特征,建立一种新的人脸皮肤纹理的测量识别模型.首先对采集到图像进行预处理,然后采用空间灰度共生矩阵法提取纹理图像的5个特征,最后通过TFBP网络对皮肤纹理图像的训练与分类识别实验结果很好的证明了这种纹理分析与测量方法的有效性.  相似文献   

10.
提出一种基于主色共生矩阵法的数码迷彩纹理特征提取方法.对RWM的主色提取法和灰度共生矩阵法进行改进与综合,在RWM法中增加比例因子避免主要颜色提取错误,在灰度共生矩阵法中增加颜色因子,综合分析纹理特征.实验结果证明,采用主色共生矩阵法提取纹理特征,所设计的数码迷彩视觉伪装效果较好.  相似文献   

11.
欧佳佳  蔡碧野  熊兵  李峰 《计算机应用》2011,31(6):1628-1630
针对图像区域复制—粘贴篡改,提出了一种基于灰度共生矩阵的检测算法。首先将待检测图像分成大小相同的多个重叠块,用灰度共生矩阵的统计量表示每块图像的纹理特征,得到图像的特征矢量。然后将特征矢量进行字典排序,并结合图像块的位移矢量,检测且定位出篡改区域。实验结果表明,该算法在抗旋转处理和效率方面均优于经典的基于主成分分析法(PCA)的检测算法。  相似文献   

12.
利用了基于灰度共生矩阵GLCM的纹理特征分析方法,对TM 6热红外波段影像进行目标信息的提取,以增强热辐射量大的亮温目标与背景图像的差异,从而实现对原始图像进行图像增强、实现目标信息提取的目的.本文的实验影像是从武汉市长江流域区域的TM影像的热红外波段影像上截取的16个子区域,对16个实验区域分别采用文中定义的6个纹理特征进行图像分析,原始图像的灰度级是256,考虑到计算量大,在处理过程中压缩原始的256灰度级到64灰度级.实验结果显示出较高的一致性,表明所定义的variance和correlation两个纹理特征对于在TM 第6波段上,对于增强热红外影像上热辐射量大的目标影像与背景影像有显著的效果,该方法可以作为热红外影像处理的预处理,从一定程度上弥补了TM 热红外波段影像分辨率不够高带来的限制.  相似文献   

13.
本文提出了纹理矢量周期的描述方法:T{θ,Tθ,Vθ},分别从八个方向上(即0°,45°,90°,135°,180°,225°,270°,315°)讨论纹理的周期性、方向性以及周期成分所占的比例等方面。提出了分析纹理周期的d-θ分析方法,比较全面地实现了对纹理周期描述和分析。针对纺织布的纹理特征,经过大量实验,筛选出能反映周期方向的5个特征参量和周期大小的4个特征参量。最后,在本文提出的纹理周期矢量描述方法和分析方法基础上,采用二值共生矩阵及其纹理特征实现对纺织布的纹理周期描述。结果表明,对于含有一定周期的纹理图像,采用本文纹理周期描述和分析方法,实现了比较全面的描述。和直接采用灰度共生矩阵进行分析相比,本文分析方法极大降低了计算量。  相似文献   

14.
蛋白质三维空间结构固有的复杂性给其结构分类带来了较大的困难。将蛋白质空间结构映射成为二维距离矩阵,并进一步视作灰度纹理图像,使用拉冬变换分析了该图像的纹理方向特性,基于灰度共生矩阵和Radon投影矩阵提出了一种低维的蛋白质结构特征提取方法。实验结果与对比表明,该方法不仅具有低维的特征,而且有效地实现了多类蛋白质结构分类识别。  相似文献   

15.
潘文卿  李毅 《微计算机信息》2007,23(21):303-305
提出了一种基于中值-游程共生矩阵模型的纹理特征提取方法.该方法利用了图像的灰度信息和等灰度游程长度信息,通过计算图像的中值矩阵和游程矩阵,从而计算出中值-游程共生矩阵,来提取图像的特征.仿真结果表明,该方法能有效地分割出纹理图像上区域特性不同的纹理,且分割效果优于等灰度游程矩阵和灰度共生矩阵.  相似文献   

16.
One of the primary determinants of Sunagoke moss Rachomitrium japonicum growth is water availability. There is need to develop a non-destructive method for sensing water content of cultured Sunagoke moss to realize automation and precision irrigation in a close bio-production systems. Machine vision can be utilized as non-destructive sensing to recognize changes in some kind of features that describe the water conditions from the appearance of wilting Sunagoke moss. The goal of this study is to propose and investigate bio-inspired algorithms i.e. Neural-Ant Colony Optimization, Neural-Genetic Algorithms, Neural-Simulated Annealing and Neural-Discrete Particle Swarm Optimization to find the most significant sets of image features suitable for predicting water content of cultured Sunagoke moss. Image features consist of 8 colour features, three morphological features and 90 textural features (RGB, HSV, HSL colour co-occurrence matrix and gray level co-occurrence matrix textural features). Each colour space of textural features consist of energy, entropy, contrast, homogeneity, inverse difference moment, correlation, sum mean, variance, cluster tendency and maximum probability. The specificity of this problem is that we are not looking for single image feature but several associations of image features that may be involved in determining water content of cultured Sunagoke moss. All feature selection models showed that prediction performance is getting better through all the iterations. It indicates that all models are effective. Neural-Ant Colony Optimization had the best performance as a feature selection technique. The minimum average prediction mean square error (MSE) achieved was 1.75 × 10?3. There is significant improvement between method using feature selection and method without feature selection.  相似文献   

17.
基于模糊类别共生矩阵的纹理疵点检测方法   总被引:3,自引:0,他引:3       下载免费PDF全文
纹理图像中的不规则部分通常称为疵点。纹理通常由空间分布和灰度分布共同描述,由于灰度共生矩阵能兼顾二者,因此具有很好的描述纹理的能力,不过其对纹理的正常部分与不正常部分的区分能力仍然有限,且计算效率低。为克服灰度共生矩阵以上的不足,提出了一种用模糊类别共生矩阵的方法来检测不规则纹理。该方法首先通过学习纹理的基本特征,如纹理的灰度概率密度分布、纹理主方向和周期等来确定模糊类别共生矩阵的一些关键参数,并将灰度级划分为几个纹理色调类别;然后根据后验概率函数得出各个灰度级对每个色调类别的模糊隶属度,同时计算模糊类别共生矩阵,并提取一些更为简单的特征;最后利用异常点检测的方法,即可很好地区分正常纹理和疵点。实践证明,该方法不仅比已有的灰度共生矩阵方法更简单,计算效率更高,而且能更好地表示不规则纹理。  相似文献   

18.
卫星云图检索可帮助气象预报人员快速定位历史相似天气.根据云图纹理特征区分度较大的特点提出一种采用纹理特征对卫星云图进行相似性检索的方法。针时找到一个普遍适用的纹理特征非常困难的问题.提出一种根据特征值的方差分布情况从大量备选特征中快速找出适合某类图像检索所需的纹理特征值的方法,并以灰度共生矩阵的特征值提取为例.对卫星云图进行相似性检索。检索流程为:首先对云图进行云地分离的预处理.然后从云图的灰度共生矩阵中提取有效的检索特征生成特征值.并与历史云图库对应的特征库进行相似距离计算.最后根据距离的排序顺序输出最终的检索结果。实验表明.该方法能有效地从历史云图库中检索出具有相似视觉特征的云图.说明该方法可以用于卫星云图的相似性检索。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号