基于先验形状的人工目标识别与轮廓恢复

以具有典型形状特征的操场为例,探讨了形状特征在人工目标自动识别中的应用。基于形状特征的人工目标识别,一般首先将图像分割为多个基元,然后依据人工目标有较规则形状的特点,以形状特征作为指标进行识别。由于高分辨率遥感图像细节信息丰富,这种方法所提取的目标轮廓往往不完整。本文提出了"图像-基元-目标-轮廓恢复"的识别模式,在目标识别后采用加入形状先验知识的主动轮廓模型对目标进行轮廓恢复。实验结果表明,这种方法可以有效地修正目标提取结果中的轮廓缺失。     

一种基于向心链码的形状检索方法

提出了一种对形状进行编码和检索的方法.首先采用向心链码(Centripetalcode)对形状进行编码,再在形状的向心链码码流中直接提取形状的“相对凸数”及“凸度”,并利用这些特征作为形状检索的依据.由于形状的向心链码具有旋转不变性、平移不变性,并且在计算形状的特征量时采用了减少尺度影响的方法,因此,这种检索算法具有一定的抗“相似性形变”的能力,实验结果也表明了这一点.     

图像纹理特征挖掘*

借助数据挖掘方法在图像中的应用,提出了一种利用图像降阶结合基元模式匹配对纹理特征进行挖掘的新思路。采用关联规则挖掘算法对图像纹理的频繁模式进行挖掘,通过联合关联规则来表达纹理。实验结果显示,挖掘出的关联规则不仅能够表达规则纹理,而且能够较好地表达随机纹理。     

快速精确识别车牌字符的方法

提出了一种利用车牌字符集特征来优化字符骨骼处理、改进骨骼变长编码的新方法,并把其用于车牌字符精确识别.该方法先利用车牌字符集特征优化处理标准车牌字符骨骼,再将"替换规则"与8方向链码相结合对其进行变长编码的结果作为模板,然后用同样方法得到待识别的车牌字符编码,将该编码与模板进行最佳匹配,实验结果表明,该方法具有实现简单、处理数据量小、抗旋转和对低分辨率车牌字符识别性能好等优点.     

基于纹理基元空间分布特征的图像检索算法*

针对纹理统计法和结构法各自存在的问题,提出了一种基于纹理基元空间分布特征的图像检索算法。首先借鉴方块编码的思想来定义图像的纹理基元,然后在对纹理基元的统计分布研究的基础上,针对每一种纹理基元构造纹理基元空间分布图,提出采用纹理基元空间分布特征矢量对图像内容进行描述。实验结果表明,该算法既有效利用了图像的纹理信息,又考虑了纹理的空间分布信息,具有较好的检索效果。     

基于轮廓的图像检索

提出了一种针对多纹理图像的基于轮廓和纹理分割的检索策略.首先提取一幅图像中各个纹理基元的轮廓,计算轮廓的Fourier形状描绘子,根据形状描绘子对轮廓聚类分组.此时,原图像被分割成几组不同形状的纹理基元轮廓,采用Gabor小波变换分别提取各组纹理基元轮廓的特征,从而将原图像表示为Gabor小波特征空间中的特征点集.最后,采用对噪音不敏感的改进Hausdorff距离计算各特征点集之间的距离,便可实现多纹理图像的检索.与已有方法相比,实验结果表明,该方法具有更好的检索精度.     

基于链码趋势表的交通灯形状识别方法

设计一种交通灯箭头形状识别方法,提出链码趋势表的概念。根据交通灯颜色特征,在RGB颜色空间内进行颜色过滤和颜色加强,得到交通灯候选区域;利用轮廓跟踪算法分割图像,得到目标轮廓链码;计算链码在链码趋势表中的匹配率,结合箭头的对称特征和边长度比例特征得到交通灯箭头匹配率,并根据实验数据确定识别区间。实验结果表明,该方法的识别准确率较高。     

基于蓝噪声理论的多尺度遥感森林植被分割

针对森林植被分割方法中纹理尺度以及植被纹理描述问题,基于蓝噪声理论,提出一种多尺度的结合灰度、形状以及其他纹理特征构建森林纹理结构基元的分割方法。该方法通过对森林植被典型区域进行快速傅里叶变换,探测区域的蓝噪声特征,并计算森林植被纹理单元的尺度和灰度分布。然后结合区域的灰度、形状和其他纹理特征构建不同尺度下森林纹理结构基元,利用森林纹理结构基元对图像进行提取,获取最终分割结果。实验结果表明,本文提出的算法能够提高植被区域分割的准确性,取得了较好的分割效果。     

基于方块编码纹理特征的图像检索算法研究

提出了一种新的基于方块编码(BTC)的图像纹理检索算法.首先将检索图像分成互不重叠的子图像块,然后利用BTC的思想来对这些图像块进行编码,进而进一步定义图像的纹理基元并以此作为图像的纹理描述,提出了一种改进的基于纹理基元的灰度共生矩阵来获得纹理特征,以此进行图像检索.实验结果表明,文中提出的算法比传统的灰度共生矩阵算法和颜色共生矩阵算法具有较高的检索准确度.     

一种新的珍珠形状匀称性检测算法

珍珠形状匀称性是衡量珍珠质量的重要指标之一。提出了一种新的珍珠形状匀称性检测算法——四象限边缘链码自相似性检测算法,是通过计算各个象限中边缘链码之间的相似度来判定珍珠形状的匀称性算法。采用四个方向的边缘算子对珍珠形状特征面进行边缘检测、融合,把已融合的珍珠边缘划分在四个象限;通过旋转、翻转方法把不同象限的珍珠边缘表示在同一象限;对表示在同一象限中的珍珠边缘进行8方向数链码编码,根据边缘链码计算出珍珠边缘的自相似性。实验显示,四象限边缘链码自相似性能够很好地描述珍珠形状匀称性,具有一定的实用价值。     

Texture classification using Gabor wavelets based rotation invariant features

Texture based image analysis techniques have been widely employed in the interpretation of earth cover images obtained using remote sensing techniques, seismic trace images, medical images and in query by content in large image data bases. The development in multi-resolution analysis such as wavelet transform leads to the development of adequate tools to characterize different scales of textures effectively. But, the wavelet transform lacks in its ability to decompose input image into multiple orientations and this limits their application to rotation invariant image analysis. This paper presents a new approach for rotation invariant texture classification using Gabor wavelets. Gabor wavelets are the mathematical model of visual cortical cells of mammalian brain and using this, an image can be decomposed into multiple scales and multiple orientations. The Gabor function has been recognized as a very useful tool in texture analysis, due to its optimal localization properties in both spatial and frequency domain and found widespread use in computer vision. Texture features are found by calculating the mean and variance of the Gabor filtered image. Rotation normalization is achieved by the circular shift of the feature elements, so that all images have the same dominant direction. The texture similarity measurement of the query image and the target image in the database is computed by minimum distance criterion.     

基于频域的指纹图像增强算法

介绍一种基于频域的指纹图像增强算法,提出了一种新的纹线方向场估计方法,并根据纹线频谱分布特点,将求取方向场仅限定在了一个较小的圆环区域内进行。提出了基于纹线频谱能量分布的指纹图像滤波算法,它通过计算块频谱图中纹线频谱能量分布范围的变化自适应地改变角度滤波器通带范围。实验对比结果表明,经该算法增强后的图像脊谷信息清晰,具有较好的纹线增强效果。     

Space-Optimized Texture Maps

Texture mapping is a common operation to increase the realism of three‐dimensional meshes at low cost. We propose a new texture optimization algorithm based on the reduction of the physical space allotted to the texture image. Our algorithm optimizes the use of texture space by computing a warping function for the image and new texture coordinates. Neither the mesh geometry nor its connectivity are modified by the optimization. Our method uniformly distributes frequency content of the image in the spatial domain. In other words, the image is stretched in high frequency areas, whereas low frequency regions are shrunk. We also take into account distortions introduced by the mapping onto the model geometry in this process. The resulting image can be resampled at lower rate while preserving its original details. The unwarping is performed by the texture mapping function. Hence, the space‐optimized texture is stored as‐is in texture memory and is fully supported by current graphics hardware. We present several examples showing that our method significantly decreases texture memory usage without noticeable loss in visual quality.     

Content-based image retrieval approach for biometric security using colour,texture and shape features controlled by fuzzy heuristics

In this paper, we discuss a new content-based image retrieval approach for biometric security, which is based on colour, texture and shape features and controlled by fuzzy heuristics. The proposed approach is based on the three well-known algorithms: colour histogram, texture and moment invariants. The use of these three algorithms ensures that the proposed image retrieval approach produces results which are highly relevant to the content of an image query, by taking into account the three distinct features of the image and similarity metrics based on Euclidean measure. Colour histogram is used to extract the colour features of an image. Gabor filter is used to extract the texture features and the moment invariant is used to extract the shape features of an image. The evaluation of the proposed approach is carried out using the standard precision and recall measures, and the results are compared with the well-known existing approaches. We present results which show that our proposed approach performs better than these approaches.     

基于影像特征融合的遥感图像重构模式研究

基于影像特征级数据融合的遥感图像重构是在突出目标地物的空间结构和纹理特征情况下的信息融合。在数字图像小波多分辨率分析理论基础上，采用小波变换方法对高分辨遥感图像的目标地物边缘进行信息增强，然后与多光谱遥感图像进行特征信息融合。在融合过程中，首先对多光谱图像中的R、G、B三个波段的图像进行小波分解，得到相应的低频图像，然后对特征增强后的高分辨率图像进行小波分解，再将分解后的高频图像分别与低频图像进行融合，最后经RGB合成为彩色图像。该方法既改善了图像的清晰度和分辨率，同时也保留了原图像的光谱信息。通过融合实验验证了上述结论。     

一种方向Gabor滤波纹理分割算法

结合人眼视觉特性，设计了一种方向Gabor滤波器，该滤波器顾及了纹理图像的方向特性；利用Gabor滤波器的带通技术，抑制次要纹理图像的主频率分量，增强目标纹理图像主频率分量，使滤波输出图像具有较大的类间离散度和较小的类内离散度，将纹理图像的分割转化为传统的图像分割，使图像的分割质量和算法效率都得到了提高。     

含噪文本图像的中英文文种识别研究

从文本图像中提取局部特征来进行文字种类识别,对图像的质量要求较高,而提取文本图像的整体特征进行识别,则能够克服了这个问题.分析中、英文文本图像的纹理特征,通过Gabor滤波器分析提取全局特征,再用支持向量机的方法进行文种分类识别.实验结果表明,该方法可以很好地区分含噪文本图像中的中文和英文.     

基于复数小波域广义高斯分布模型的

由于在频域用能量参数来表示图像的特征矢量缺乏准确性,而且实数离散小波变换具有平移变化性和弱的方向选择性,为此针对以上问题提出了一种基于复数小波域广义高斯分布模型的纹理图像检索方法。该方法首先利用双树复数小波变换系数的统计特性来建立广义高斯分布的统计模型;然后基于该模型提取图像的特征矢量;最后利用KullbackLeibler distance(KLD)测度算法进行纹理图像检索。对Brodatz图像库的仿真表明,新方法较双树复数小波算法的查准率提高6.96%,较基于Gabor纹理特征检索法的查准率提高了18.8%。同时复数小波系数统计模型具有旋转不变性。新方法对今后的纹理图像检索具有重要的理论与实际意义。     

基于复数小波域广义高斯分布模型的纹理图像检索

由于在频域用能量参数来表示图像的特征矢量缺乏准确性,而且实数离散小波变换具有平移变化性和弱的方向选择性,为此针对以上问题提出了一种基于复数小波域广义高斯分布模型的纹理图像检索方法。该方法首先利用双树复数小波变换系数的统计特性来建立广义高斯分布的统计模型;然后基于该模型提取图像的特征矢量;最后利用Kullback-Leibler distance(KLD)测度算法进行纹理图像检索。对Brodatz图像库的仿真表明,新方法较双树复数小波算法的查准率提高6.96%,较基于Gabor纹理特征检索法的查准率提高了18.8%。同时复数小波系数统计模型具有旋转不变性。新方法对今后的纹理图像检索具有重要的理论与实际意义。