基于LBP-GLCM纹理特征提取的服装图像检索

提出了一种针对服装图像检索的LBP-GLCM纹理特征提取方法,首先利用Uniform-旋转不变局部二值模式算法处理服装图像,得到不会因为旋转而改变的编码图像,然后获取此图像的灰度共生矩阵,采用能量、对比度、相关性和均匀性描述图像的纹理特征.实验数据表明,LBP-GLCM纹理特征提取方法具有良好的抗旋转性,且在采用欧氏距离作为相似性度量时,LBP-GLCM相较于GLCM纹理特征提取方法可以获得更高的检索效率和准确率.     

基于图像灰色关联分析的月饼表面瑕疵检测

月饼表面瑕疵检测问题直接影响企业的效率和产品质量。针对这个问题,本文以实际采集的月饼表面图像为研究对象,以灰色系统理论为基础,构造灰色关联计算模型。从图像的灰度面关联、图像的灰度直方图关联和图像的边缘关联实现月饼表面的瑕疵检测。实验结果表明该方法具有检测效率高、可靠性高、方便简捷等特点。     

整体曲率变分水平集方法的曲面去噪模型

针对曲面去噪问题,提出了一种基于整体曲率变分水平集方法的曲面去噪模型。该模型是应用于图像去噪的ROF模型在几何形状处理中的自然拓展。它基于隐式水平集变分方法,能够自动处理曲面拓扑结构的变化。对该能量模型采用变分水平集方法求其梯度最速下降方程,通过演化该方程,最终得到模型最优解。为使计算结果更加准确,采用了半点差分格式离散。实验结果表明,该模型具有良好的去噪性能,同时能有效地保持曲面中的特征信息。     

基于DDA算法改进B-snake模型的曲线提取

在场景的三维重建中,Snake点的疏密程度决定了目标曲线能否被精确的表达.提出一种基于B-Snake的目标曲线半自动提取方法,它采用用户在目标曲线附近输入的点构成一条折线,然后经直线段光栅扫描转换的DDA算法快速得到折线经过的所有像素点,对这些像素点每隔固定间距进行采样,经采样后的像素点即为初始Snake点,最后用基于贪婪算法的B-Snake模型来提取目标曲线.与已有的Snake算法相比较,由于采用DDA算法提高了算法的自动化水平,避免了手工拾取大量初始蛇点;由于可以得到较密的Snake点,从而可以精确地表达目标曲线.实验结果表明,利用该方法能够精确地提取目标曲线.     

基于PM模型的曲面去噪变分水平集方法

PM（perona-malik）模型是一种经典的非线性图像扩散模型,该模型能根据设定的阈值对图像光滑区域进行扩散,并能自适应地保持图像边缘。本文将曲面法矢量与一般灰度图像的强度进行类比,将经典的图像扩散的PM模型转化为曲面几何噪声处理的自适应扩散变分模型,在使曲面光滑的同时,能够保持曲面边缘。曲面采用隐函数的零水平集表达,能量泛函中的数据项用初始水平集函数的Heaviside函数与演化后水平集函数的Heaviside函数差的平方表达,能量泛函中的光滑项基于几何曲率定义。此外,在能量泛函中增加了水平集函数为符号距离函数的惩罚项,避免了水平集函数需要不断重新初始化的问题。数值实验验证了所提出模型的曲面噪声去除及曲面边缘保持效果。