基于Contourlet变换和仿生模式识别的纹理图像识别方法

纹理图像的分类是目前一个非常活跃的研究课题。针对现有纹理图像分类算法的局限性,本文提出了一种基于Contourlet变换和仿生模式识别方法的纹理图像识别算法。首先应用Contourlet变换获得能量特征的方法提取能量特征,进而利用仿生模式识别算法实现对纹理图像的识别。采用Vistex纹理库数据进行仿真实验,结果表明:与传统的分类方法相比,利用Contourlet变换和仿生模式识别结合进行纹理图像的识别能获得更高的正确率和速度,最佳正确率可达100%。     

线状纹理的一种属性关系图描述方法及其应用

纹理特征是图像分析的重要线索，纹理分析方法可以分为统计方法和结构方法，两者各有优劣，结合统计分析方法和结构分析方法两个方面的优点，提出了一种线状纹理的属性关系图（attributed relational graphs,ARG）描述方法，用属性关系图来描述图像纹理，并应用于图像检索中，属性关系图描述方法用图的结构直观地描述了图像的特征，具有很强的表达能力，提取直线段作为线状纹理的基元，并引入了基元间具有平移、旋转和伸缩不变性的关系属性，使纹理图像的识别和检索具有好的抗噪声能力，实验证明该方法取得了令人满意的识别和检索效果。     

分割彩色纹理图像的多通道统计地形特征方法

纹理分析是计算机视觉与模式识别领域的一个重点和难点问题.本文提出一种分割彩色纹理图像的多通道统计地形特征方法.该算法将彩色图像映射至HSI色彩空间,并通过等角映射方法转化为若干幅伪灰度图像.将待分纹理区域构造成三维空间中的地形,用一系列可变水平面簇切割该地形曲面后,通过多类统计量提取切割所得两类实体的几何信息用以描述纹理,并使用基于Mahalanobis距离的监督似然估计方法分割给定的纹理图像区域.通过VisTex纹理测试集、合成纹理图像以及卫星地面遥感图像的分割对比实验,证实本文方法具备良好的性能.     

基于特征尺度及多尺度分解的纹理分割

在计算机视觉领域，纹理识别及分割是图像低层次处理中一个重要的问题。文章依据视觉信息处理的生理学理论，提出了一种新的纹理分析算法。该算法通过搜寻纹理图像的特征尺度并配合连续整数尺度滤波上的特征尺度统计对纹理进行分层分析。并基于特征尺度上的分层分析提出一种纹理分割算法。实验结果证明了该算法的有效性。     

基于彩色纹理分析和神经元网络的结肠镜图像异常检测

提出了一种新的基于彩色纹理分析和多层前馈型神经元网络的方法，对结肠镜图像进行异常检测。通过对两种常用的灰度图像纹理分析方法(同现矩阵方法和离散小波变换方法)进行扩展，提出相应的彩色纹理分析方法。彩色纹理分析提取出的特征参数构成作为识别器的多层前馈型神经元网络的输入。实验结果表明该方法能有效检测结肠镜图像中的各种异常。     

基于空间结构统计建模的图像分类方法

提出一种基于图像空间结构统计建模的复杂纹理图像模式识别方法。从理论上分析了复杂纹理图像空间结构的韦伯分布过程,通过构造多尺度全向高斯导数滤波器,获得复杂纹理图像在不同观测尺度上的全方向空间结构统计建模表征结果。基于偏最小二乘-判决分析原理构建分类器,实现了复杂纹理图像的分类识别。实验结果表明,所提出的图像空间结构统计建模方法能获得复杂纹理图像关键性的视觉感知特性,基于该方法的图像分类准确率高且性能稳定。     

一种快速有效的图像纹理谱描述子

提出了一种基于纹理基元等价类的纹理谱描述子来描述图像的纹理特征．该纹理谱刻画邻域内像素灰度变化模式，以纹理谱直方图方式表示图像内容．与Gabor纹理特征的对比实验表明，文中的纹理谱描述子特征提取速度快、检索准确率高．最后给出了实验结果和性能评价．     

一种基于纹理的牌照图像二值化方法

在车辆牌照识别系统中,为了方便字符识别,须将预处理部分切取下来的牌照灰度图像作二化自理皮便字符提取,由于原图像中字符的位置不确定且字符象素的灰度范围较大给二 带来了困难。本文提出了一咱基于纹理的二值化方法即道德至图像作纹理分析,然后采用模式识别技术中的最大最小准则获取二值化阈值进行二值化的有效方法。该方法也可适用地票据或文本图象的二值化。     

图像纹理特征数据挖掘软件原型的设计与实现

为了实现图像处理与分析的自动化、智能化,把数据挖掘引入到图像处理与分析领域,针对图像纹理数据的特点,在深入研究数据挖掘软件的基础上,提出了一种图像纹理特征数据挖掘的理想的系统结构;介绍了基于图像（遥感图像）数据挖掘的软件原型系统RSImageMiner中图像纹理特征数据挖掘模块的各子功能模块的设计与实现;并以图像纹理分割为例,给出实验结果及分析。实验表明,该软件原型能得到较满意的图像纹理特征,并能有效地指导图像处理与分析。     

交互式纹理变形算法

基于纹理基元的交互式纹理变形算法的目标是产生一个变形序列，使得源纹理图像能够自然地变形到给定的目标纹理图像．由于很多纹理图像都含有重复出现的结构性基元，因此可以设计出一种交互式的系统来方便用户实现变形效果．(1)用户在给定的两幅纹理图像中各选择一个感兴趣的基元；(2)两幅纹理中所有相似的基元图案会被自动检测．和定位；(3)通过最小化基元匹配的总距离求出两幅图像中基元的配对；(4)结合基元的配对信息和用户指定的特：征点信息生成变形序列．实验表明，在少许交互的使用下，可以对许多输入的纹理图像获得很好的变形效果。     

矩特征的一种快速算法

介绍了一种基于边界点计算形状矩特征的算法,并采用该算法计算了目标的形状特征。结果表明该算法比传统的矩特征计算方法是具有高的运算速度。     

手形识别中的手形提取方法

手形识别在生物特征识圳领域中占有重要的地位,目前最常用的手形匹配方法是点匹配的方法,手形提取的好坏直接影响着识别的准确性,这就要求于形的轮廓提取必须准确,否则会引入大量的伪特征点从而带来错误率的激增。在手形采集过程中,周围环境的光照和噪声对于形的准确提取会造成很大的影响。该文提出了一种光照补偿和由基于分类搜索的局部域值手形提取方法解决以上问题,该方法能有效地克服传统方法难以提取手形边缘信息的现象,实验表明,该方法能准确有效地对手形讲行提取,为识别提供了保障。     

基于SVM的遥感影像的分类

遥感图像的分类方法包括统计模式识别、句法模式识别、以及神经网络、遗传算法、模拟退火算法等等。本文分析了统计模式识别方法的优缺点，提出了使用SVM的方法进行遥感图像分类的设想，通过实验证明该方法是有效和稳健的。     

智能像卡输入的手绘电气符号识别研究

电气符号的自动输入与识别是手绘电路图的数字化表示最为关键的技术之一。针对脱机手绘电气符号输入与识别．提出了一种特定输入方式下的手绘电气符号识别新方法,首次采用智能像卡作为手绘电路图图形输入设备;提出了一种称为扩展网格比较特征提取法来提取手绘电气元件符号的特征;构造三层BP神经网络作为识别器。实现了手绘电气符号的脱机识别。通过对典型电气符号的识别实验表明：智能像卡是一种可行的图形输入工具,所提方法对手绘电气符号识别具有较高的识别效果。     

基于量子神经网络的人脸表情识别研究

人脸表情识别是模式识别领域的一个非常重要却十分复杂的研究课题。为了提高识别率和可靠性,提出了一种基于多层激励函数的量子神经网络和多级分类器组合的人脸表情识别方法。采用CMU人脸表情库进行训练和测试。实验结果表明,该识别方法在识别率和可靠性方面均有很好的效果,同时也体现了量子神经网络用于模式识别的优越性和潜力。     

基于大蒜图形识别算法的研究

大蒜种植过程中大蒜的方向显著影响大蒜的品质,目前我国大蒜种植机械化水平较低。随着计算机和人工智能技术的发展,模式识别技术在图像处理中的应用日益广泛。本文偿试采用模式识别的方法实现对大蒜蒜尖的判断。实验结果表明,提出的方法取得了较高的识别率。     

模式特征滤波

借鉴了传统的信号频谱滤波原理,根据最小均方误差原则,在特征空间法模式识别中提出了“特征空间维纳滤波”算法,它充分利用先验知识,为模式识别系统构造一个线性滤波器;理论和实验结果表明,维纳滤波使总偏差达到最小,实验结果还表明它对识别性能有一定改善。     

基于OpenMP的动态模式识别并行计算

考虑到实现确定学习理论中的动态模式识别过程耗时过多,提出一种适用于识别过程计算的多核并行技术。以压气机Mansoux模型为研究背景,首先对其模式获取和识别的过程进行简单描述,其次,在四核PC的硬件平台上,使用OpenMP编程,实现了对动态模式识别的并行计算。通过设置不同的线程数,讨论了几个影响并行程序性能的重要因素。结果表明,要综合考虑各种因素的影响才能设计出高效的并行识别程序。     

基于支持向量机的乐器识别方法

文章提出了一种基于支持向量机的乐器识别方法。与其它的模式识别方法不同,支持向量机是专门针对有限样本情况下的一种分类方法,在小样本的情况下,它的准确率一般优于传统的模式识别方法。它是建立在统计学习理论的VC维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精度)和学习能力(即无错误地识别任意样本的能力)之间寻求最佳折衷,以期获得最好的推广能力。实验以乐器的MFCC系数和它的一阶导数为声学特征,建立一个自底向上的二叉树的支持向量机模型。实验表明这种识别方法是一种有效的识别方法,它的准确率高于GMM方法。