基于灰度共生矩阵的边缘检测方法

对传统的边缘检测算子进行了分析,指出了存在的不足;同时针对目前的纹理分析算法普遍存在计算复杂、运行时间过长的缺点,通过将纹理分析的思想和传统的边缘检测算子相结合,提出了一种基于灰度共生矩阵的边缘检测新方法。该方法对图像进行纹理分析后自适应地选择模板,因此很好地保持了图像边缘的细节并且抑制了噪声。通过MATLAB仿真实现,结果表明由灰度共生矩阵产生纹理特征能有效地描述火焰的纹理特征,具有较好的鉴别能力。     

基于并行灰度级差共生矩阵的图像纹理检测

针对图像纹理检测存在的问题,提出了并行灰度级差共生矩阵方法。首先确定图像灰度级的分布,获得灰度差相关信息作为划分类别的依据;再通过灰度-梯度计算图像灰度值的变化速率;最后确定通道的处理进程与检测像素互联映射,多通道的并行处理事件概率是各单通道联合概率数据互联事件的乘积。实验结果表明,本方法对纹理检测效果清晰。     

基于灰度共生矩阵的纹理分析方法研究

介绍了纹理的定义及特征,并分别对统计方法、结构分析方法、基于纹理模型的方法和信号处理方法四种纹理图像分析方法进行了描述。针对统计方法中的灰度共生矩阵进行了详细的分析研究,并得到利用其进行纹理分析设计的重要参数。说明灰度共生矩阵法在纹理分析中的重要性。     

基于灰度共生矩阵的连续多幅散斑图像纹理

采用激光散斑的实验方法,拍摄了连续多幅不同加工工艺、不同表面粗糙度标准样块的散斑图像。利用基于灰度共生矩阵的纹理分析方法对图像的4个特征参数——角二阶矩、惯性矩、相关性和熵进行了计算、统计与分析。研究表明,连续多幅激光散斑图像的各种参数取值会有波动,但整体趋于平稳;验证了表面粗糙度和特征参数之间存在着规律性的曲线关系;进一步消除了外界干扰和装置随时间的动态不确定性,使得实验结果更可靠,同时扩大了表面粗糙度和4个特征参量之间的关系数据库,验证了激光散斑的方法对测量表面粗糙度具有较高的可信度。     

基于灰度共生矩阵的多尺度分块压缩感知算法

针对图像边缘与轮廓不能精确重构的问题,提出了一种基于灰度共生矩阵的多尺度分块压缩感知算法.该算法利用三级离散小波变换将图像分解为高频部分和低频部分.通过灰度共生矩阵的熵分析高频部分图像块的纹理复杂度,并根据图像块纹理进行再分块、自适应分配采样率.采用平滑投影Landweber算法重构图像,消除分块引起的块效应.对多种图...     

基于灰度共生矩阵的散斑质量评价

采用数字图像相关(DIC)法对物体表面形变进行测量,并通过散斑场的形变对被测物的真实变化进行研究.对散斑质量评价方法进行研究,以求在测量前即可判定所采用的散斑对测量精度的影响.根据DIC法对散斑图像的具体要求,提出基于灰度共生矩阵(GLCM)的散斑质量评价方法.对实际散斑图像进行亚像素刚体平移仿真模拟,采用GLCM中的...     

基于灰度共生矩阵的笔迹识别

把手写笔迹作为一种纹理来看待,利用图像纹理处理技术和数学方法对笔迹的纹理特征进行提取鉴别,将笔迹识别问题转化为纹理识别。论文使用20个人的不同笔迹进行实验,采用灰度共生矩阵来提取这些笔迹的纹理特征,用夹角余弦相似度算法完成识别工作,取得了较好的效果。     

基于灰度共生矩阵的激光散斑评价方法

为了抑制激光成像中的散斑噪声,采用灰度共生矩阵构建了激光显微散斑分析评价系统。系统采用波长为405nm的激光作为显微系统光源,利用电压驱动音圈电机振动样品对激光散斑噪声大小进行控制,同时采用CCD图像传感器采集不同驱动电压下的激光散斑噪声。通过对散斑噪声的角二阶矩、对比度、熵和逆差距特征参量的分析,较好地表征了激光散斑噪声的变化。结果表明,灰度共生矩阵方法可对激光显微成像中的散斑进行评价。     

基于灰度共生矩阵和分形的人群密度估计

针对人群密集公共场所的视频监控,传统的人工监控因为其局限性,已不能满足实际需要,人群智能监控应运而生,而人群密度成为监控的重要对象。基于像素点统计的人群密度估计方法简单直观,但仅适用于人群密度较低场合,密度较高时误差较大。对中高密度人群,本文给出了一种基于灰度共生矩阵和分形的人群特征提取方法,进而利用支持向量机实现人群密度分类。对基于视频的人群密度估计实验结果表明本文提出的方法是有效的。     

基于灰度共生矩阵的图像分割方法研究

图像分割技术广泛应用于工业生产、生物医学图像分析、军事应用等方面。文中着重阐述了灰度共生矩阵的原理及特点,进行了基于灰度共生矩阵的纹理特征提取试验。采用加权欧式距离方法,对图像的特征值进行分类识别,实现对纹理图像区域的划分,然后利用聚类分析等方法对纹理区域进行融合,以达到实现图像分割的目的。试验表明,利用基于灰度共生矩阵的方法,实现对图像的分割具有一定的准确性和实用性,并能较好的实现图像分割效果。     

灰度共生矩阵纹理特征选块的可逆图像水印

针对当前灰度共生矩阵(GLCM)的4个主要特 征参数与图像子块纹理复杂度之间没有准确的数学关系和隐蔽 图像遮蔽性上不足的问题,提出一种GLCM纹理特征选块的可逆图像水印。首先把原宿主 图像分成 128×128大小的子块;然后利用均方误差(MSE)给 4个纹理特征参数赋予权值,建立特征参数与图像子块复杂度 的数学关系;最后计算得出各个子块的复杂度,选择复杂度最大和次大的子块,采用基于预 测误差对扩展 的可逆算法进行数据隐藏。提出的特征参数与纹理复杂度之间的数学关系,能够准确计算图 像子块复杂度, 嵌入水印后的自然图像和医学图像平均峰值信噪比(PSNR)值较 现有方法分别高出2.65%和0.93%左右。本文算 法能准 确反映子块内部的纹理复杂度并具有更好的隐蔽性,适用于医学、军事和卫星等领域。     

Robust skin-roughness estimation based on co-occurrence matrix

As the interest in one’s appearance has recently increased, the demand for diagnosing skin conditions has also increased. However, conventional specialized skin diagnostic devices are generally expensive, and people have to visit a skin-care shop to diagnose their skin condition. This is time consuming and troublesome. In this paper, we propose a skin-roughness estimation method that uses a mobile-phone camera in daily environments. In order to achieve accurate evaluation, the illumination variation is alleviated using texture components of the facial skin image. We also propose a new feature-extraction method based on the gray-level co-occurrence matrix, which effectively measures the skin roughness from the texture components. The performance of the proposed method is compared with the conventional commonly used features, and we verify the superiority of the proposed method.     

基于灰度共生矩阵的SAR图像压制式干扰评估

压制式干扰效果评估一直是SAR对抗评估中的难点,大多数评估方法是从灰度值本身的变化来评估干扰的好坏,并没有从SAR图像具有的纹理特征角度分析干扰效果。针对此问题,提出了一种基于灰度共生矩阵的SAR图像评估方法,加入射频噪声干扰,利用灰度共生矩阵得到的纹理特征的不匹配度来评估压制式干扰效果。仿真实例表明了方法能够定量地描述压制式干扰的效果。     

基于Gabor和灰度共生矩阵混合特征叶片泵装配质量检测

本文提出一种Gabor和灰度共生矩阵相结合的特征来检测叶片泵中叶片装配质量的方法。首先构建叶片图像数据集,用5种尺度的和4种方向的Gabor滤波器对图像滤波,根据滤波后的图像计算得到幅值特征图,然后提取幅值特征图的灰度共生矩阵特征,最后融合归一化各个幅值特征图提取到的特征,利用主成分分析法降维,并用这些特征向量训练支持向量机(SVM)分类器,实现对叶片装配质量的评估。将本文提出的混合特征与LBP特征、灰度共生矩阵分别进行了比较得到的分类效果约提高了约10%。基于Gabor和灰度共生矩阵混合特征的叶片装配质量检测准确率提升到了93%。实验结果表明Gabor特征和灰度共生矩阵结合后能够很好从多尺度、多方向上提取图像的纹理特征,并应用于图像分类取得了良好的效果,在一些图像识别上有很宽广的应用前景。     

基于灰度共生矩阵的海洋溢油识别算法研究

如何通过图像处理和计算机视觉的方法,在可见光范围内,通过提取图像特征以达到分类识别海洋溢油的目的是溢油识别的一种新的尝试和思路。通过提取和优化视频图像的灰度共生矩阵参数特征,结合支持向量机(SVM)模式分类技术,实验并成功开发出具有实用价值的稳定的海洋溢油自动识别系统,验证了在可见光条件下通过视频图像处理技术可以较好地识别海洋溢油的思路。     

Aggregate image based texture identification using gray level co-occurrence probability and BP neural network

Classifying the texture of granules in 2D images has aroused manifold research attention for its technical challenges in image processing areas.This letter presents an aggregate texture identification approach by jointly using Gray Level Co-occurrence Probability (GLCP) and BP neural network techniques.First,up to 8 GLCP-associated texture feature parameters are defined and computed,and these consequent parameters next serve as the inputs feeding to the BP neural network to calculate the similarity to any of given aggregate texture type.A finite number of aggregate images of 3 kinds,with each containing specific type of mineral particles,are put to the identification test,experimentally proving the feasibility and robustness of the proposed method.     

A fast algorithm based on gray level co-occurrence matrix and Gabor feature for HEVC screen content coding

To reduce the computational complexity of screen content video coding (SCC), a fast algorithm based on gray level co-occurrence matrix and Gabor feature model for HEVC-SCC, denoted as GGM, is proposed in this paper. By studying the correlation of non-zero number in gray level co-occurrence matrix with different partitioning depth, the coding unit (CU) size of intra coding can be prejudged, which selectively skips the intra prediction process of CU in other depth. With Gabor filter, the edge information reflecting the features of screen content images to the human visual system (HVS) are extracted. According to Gabor feature, CUs are classified into natural content CUs (NCCUs), smooth screen content CUs (SSCUs) and complex screen content CUs (CSCUs), with which, the calculation and judgment of unnecessary intra prediction modes are skipped. Under all-intra (AI) configuration, experimental results show that the proposed algorithm GGM can achieve encoding time saving by 42.13% compared with SCM-8.3, and with only 1.85% bit-rate increasement.     

基于图像处理的发动机单次喷油量检测系统

汽车发动机的喷油量多少关乎发动机的性能以及尾气的排放,对单次喷油量进行检测并进行控制可以降低油耗,减少废弃物的排放。为了对发动机单次喷油量进行检测,在对传统检测方法进行简要对比分析的基础上,提出新的基于图像方法的单次喷油量检测系统设计方案,对检测系统的工作原理进行了介绍,并进行图像采集系统和图像处理系统的设计。