一种快速块拼贴纹理合成算法

提出一种改进的基于样图的块拼贴纹理合成算法.针对拼贴纹理块时产生的局部性边界不匹配现象,用图的切割算法寻找块重叠区域的最优拼接路径,有效地提高了纹理合成质量.同时采用多分辨率图像金字塔构建输入纹理图像,并结合螺旋线搜索策略和加速算法提高纹理合成速度.     

图像纹理合成的研究应用

在此介绍了纹理和纹理合成的基本概念,给出了纹理合成常见的几种算法,通过分析块拼接纹理合成算法,对块拼接纹理合成算法进行改进,将块拼接的原理应用到图像拼接上,并对象素加入与人视觉有关的权值进行接缝处理。实验结果表明,该方法简单实用,对于基本的由不同方位拍摄的图像都可以通过该算法进行拼接,并通过对接缝处的处理,取得了较好的结果。     

交互性纹理合成

扩充了Efros与Freeman的图片缝合算法,添加了图形用户界面,从而可以动态地改交参数,并对算法做了一些改进,增强了用户对纹理合成的可控性并丰富了合成纹理的多样性.     

基于Gabor变换的图像纹理识别

提出了一种改进的Gabor变换的图像纹理增强算法,将空域的纹理图像变换到联合空间频率域并将联合空间频率域的能量分布作为掌纹的特征,Gobar滤波器在频域内对子块其主方向上频率能量分布进行滤波,特征向量进行了匹配识别,增强特征纹线信息并对核心区域进行多方向空间频率能量滤波合成,同时也对滤波算法进行了优化,有效地减少了运算量.实验证明,该套增强算法运行稳定,效果好,可有效提取纹理图像特征纹线信息.     

基于纹理平滑度的视点合成失真优化快速算法

针对3D-HEVC中深度图编码采用的视点合成失真优化方法的高复杂度问题,提出一种基于纹理平滑度的快速算法。首先结合帧内DC预测特性和统计学方法分析平坦纹理图中像素规律并设定基于纹理图平坦度的跳过准则;然后在深度图编码采用视点合成失真优化方法时提前分离出纹理图平坦区域所对应的深度图区域,并终止该区域像素基于虚拟视点合成的视点合成失真计算过程。实验结果证明该算法的有效性,能在保持编码质量的同时减少大量编码时间。     

基于区域纹理合成的图像修补算法

针对传统修补技术在图像恢复中出现的纹理模糊现象,该文根据纹理合成技术,提出了一种区域纹理合成的修补算法。算法根据破损点邻域特征选择模板,去除模板内的破损点后进行匹配,在搜索范围内寻找最佳匹配点。该文采用由边缘向中心逐步推进的修补次序,提高破损区域内纹理结构延伸方向的正确性以及连续性,避免出现纹理模糊现象。算法能够适用于多种性质的纹理,在处理真实图像时使人在视觉上获得满意的效果。     

融合纹理特征与螺旋状搜索聚类的超像素分割算法及应用

针对传统SLIC(simple linear iterative clustering)超像素分割算法没有综合考虑图像的纹理信息特征,导致对边缘信息较强和纹理复杂的图像进行超像素分割时,出现边缘检测不灵敏,分割效果不理想的问题.提出了把原图像先经过噪声抑制提取出纹理特征分量,构建以颜色特性、纹理特征和空间位置特征相融合的相似性度量方法.改进后的方法提高了边缘检测的灵敏度,增强了算法在对边缘信息较强和纹理复杂图像进行分割时的鲁棒性.另外,提出利用螺旋线状的搜索方式进行聚类,加速了算法的收敛速度,提高了分割效率.改进后的方法在BSDS500公共数据集上进行了实验,结果显示改进后的方法在边缘召回率、欠分割错误率、可完成的分割精度以及算法运行时间四项指标上优于传统算法.     

纹理映射算法的改进研究

纹理映射是真实感图形绘制中的重要组成部分,文中提出的纹理映射算法是在传统映射算法的基础上做了两点改进,由于传统的映射算法在物体的两极易产生纹理汇聚现象,且有明显接缝,故真实感效果不理想。文中将纹理图案做适当的拉伸变换,再做映射的逆变换,利用三角网格对接缝处做匹配,实现了纹理的无缝拼接,并能保持表面的连续性,具有较小的变...     

基于图像纹理频谱的弱目标自动检测

弱目标所含信息的相对贫乏,使得基于目标的检测算法往往难以获得满意的效果,另一方面,弱目标的存在常常使其所在局部区域的纹理较之包含该区域的更大区域的纹理发生较大改变;而纹理单元及其函数纹理频谱则分别能有效地捕获这两个区域在微纹理及宏纹理上的差异,从而检测出弱目标。基于这一思想,文中提出了一种基于纹理频谱的弱目标自动检测新方法。实验证明,该方法与其它方法相比,具有定位精确、算法简单、抗噪能力强和运算速度较快的优点。     

基于LBP纹理特征的随机游走图像分割

本文通过求解融入纹理特征信息的对称、半正定线性方程组,提出一种新的基于随机游走(Random Walker)的纹理图像分割算法。为了构造该方程组,首先通过局部二元模式(Local binary pattern,简称LBP)算子来描述纹理,将图像映射至不同纹理之间有显著区别的LBP图(LBP map)上,进而将其与梯度和几何信息结合并构造倒数型像素相似度,形成方程所需的权值矩阵,在随机游走模型下使已标号区域向未知区域传递,从而实现纹理图像分割。最后以纹理图像、噪声合成图像、MRI、CT图像为实验对象来验证算法的有效性。定性及定量实验结果表明,在多目标分割任务下,本方法有更好的有效性和精确性。     

基于改进差分盒维数的烟雾分割方法

针对森林背景与烟雾的分形纹理结构的不同特性,提出了改进差分盒维数的烟雾分割方法。首先,在已有的差分盒维数算法基础上,扩大子窗口的选择范围,计算每个像素的分形维数值并分析得到的其分形特征数据;然后,选择合适的阈值对像素进行分类,筛选出符合烟雾特征的像素,从而实现烟与森林背景的分割;最后,应用形态学中膨胀算法进行连通处理。实验结果证明,基于改进的差分盒维数方法对以树木为背景的烟雾图像具有较好的分割效果。     

一种新型目标图像去模糊方法

针对现有的图像去模糊法存在着细节纹理失真、锐化效果不显著、平滑区域去模糊效果欠佳等不足,提出一种基于自适应阈值和改进梯度算子的新方法,该法首先对原图像素进行全扫描提取得到自适应阈值,然后建立像素点增强方程,再将增强后的点进行新梯度算子滤波,最后重组像素得到增强图像,仿真结果验证了该法在增强锐化的同时,保护了图像的细节和平滑区域像素等信息.     

一种新的保边缘滤波算法

该文提出了一种新的保边缘滤波算法,该算法根据图像区域的局部方差大小动态调整滤波器的支撑集的大小。方差越大的区域,说明其高频分量越多,支撑集就越小。为了能在滤波的同时尽量保护图像边缘,该算法还根据像素点和中心点的方向矢量同支撑集内的平均梯度的夹角把支撑集内的像素点分成不同的集合,并给予沿着图像边缘的集合以较大的加权值以及垂直边缘方向的集合小的加权值,从而保证了边缘不模糊。从滤波结果看,经该算法处理过的图像的峰值信噪比(PSNR)明显高于中值滤波器处理过的图像,对细节比较丰富的图像,高于近 3dB。     

基于高斯混合模型的纹理图像的分割

文章提出了使用高斯混合模型对纹理图像分割的方法。该模型考虑到图像纹理的特点，使用二状态的高斯混合分布来对图像各纹理类像素的分布进行拟和。首先对待分割的各类像素寻找与之匹配的最佳模型参数，然后再进行分割。最后，对分割结果进行多尺度综合，得到了各尺度的分割结果。实验表明该算法不仅能够较精确地定位各纹理区域，而且还有运算速度快的优点。     

基于经验模态分解提取纹理的图像融合算法

为了提升医学图像融合质量,采用了一种基于2维经验模态分解（BEMD）特征分类和复合型脉冲耦合神经网络的医学图像融合算法。首先将多模医学图像经过BEMD分解成2维内蕴模函数（BIMF）和残差项,然后分别将BIMF层和残差项值输入脉冲耦合神经网络（PCNN）中,得到各自的点火映射图,再将相同点火次数的像素提取归类,点火次数大的对应图像纹理,归为纹理类,其余归为背景类;统计各个纹理类集合中的像素极值确定灰度分布范围,最后将两幅图像中纹理类像素集合处于灰度分布范围的像素通过PCNN进行融合,其它像素通过双通道PCNN进行融合。结果表明,该算法解决了PCNN对偏暗图像的处理效果不理想的问题,与传统融合算法相比,性能具有优势,且能够较大幅度提高融合图像的质量。     

基于先验知识与大气散射模型的图像增强算法

针对现有图像增强算法大多不具备处理多种类型降质图像的能力,提出一种基于先验知识与大气散射模型的快速图像增强算法.首先,通过大量实验统计,提出一种新的图像先验-明亮通道先验,即高质量清晰图像中每个像素邻域都极有可能存在白点;随后,对散射模型所存在的缺陷加以改进,并结合明亮通道先验与黑色通道先验,推导出场景反射率的恢复公式;最后,针对黑色通道先验失效情况,提出一种基于可靠性预测的容错机制,以提高其适用范围.实验结果表明:本文算法不但可以有效的突出纹理细节,还具有一定的色调恢复功能,能够处理多种不同类型的降质图像.