小波变换在图像纹理分析中的研究进展

小波变换为图像纹理分析提供了一种基于多尺度、集频谱、结构和统计方法于一体的综合分析方法,该方法在纹理特征的提取、分类和分析中的有效性已受到有关研究人员的重视。为了使人们对这一方法有一个较全面的了解,文章对基于小波变换的图像纹理分析的研究与进展情况进行了较系统的论述,首先简要介绍了纹理的定义和主要描述方法,阐述了用小波变换提取图像纹理特征的基本原理和方法,然后从小波分解的实现方法——金字塔结构算法(PWT)和树状结构算法(TWT)两个方面,分析了近年来国内外小波分析方法在图像纹理分析中的应用研究和方法,最后提出了一些看法和建议。     

显微图像纹理特征提取方法综述

纹理广泛的存在于自然界中,物体的根本属性.与其他图像特征相比,能更好地兼顾图像的宏观性质与细微结构两个方面,因此纹理特征分析成为图像分析的重要手段.本文从定义、特征、研究方法、应用领域几个方面对纹理特征的提取方法进行了论述.最后对各种方法的优缺点及应用范围进行了比较.     

纹理特征提取方法综述

图像纹理特征提取是图像纹理分类与分割的基础,广泛应用于医学图像、遥感图像等领域。对近期的主流纹理特征提取方法以及融合方法进行了分析与总结,并探讨了纹理特征提取方法未来的研究方向。首先详细介绍了12个主流的公开纹理数据集的特点及其适用场景;接着总结了近几年出现的一些纹理特征提取方法,并根据特征融合方式从多个角度对纹理特征融合方法进行了分类介绍;最后总结了纹理特征提取存在的难点和挑战,并对未来的纹理特征提取方法研究方向进行思考和讨论。     

铜导线断裂痕迹形态的图像特征提取与分析

纹理是断口的重要特征,不同的断裂原因造成断口的纹理特征是不一样的,它提示了图像中亮度值空闻变化的重要信息。图像宏观上表现出来的是二雏特性,可以将其灰度变化看成是图像的第三维特征来进行研究,这个“第三维”的表现可以用图像的能量或者所舍信息量来表示。常用的图像纹理特征提取的方法有：统计法、利用空间自相关函数作纹理测度、频谱法、联合概率矩阵法、纹理的句法结构分析法。本文主要从频谱法和灰度共生矩阵法两个方面对4种不同原因造成的铜导线断口图像做纹理特征的提取与分析。     

纹理特征研究综述①

纹理广泛存在于自然界中,是所有物体表面所共有的内在特性,研究纹理有着重要的理论和应用价值。从纹理定义及分类两个方面,回顾了纹理特征研究的发展历程,分析了有关纹理的研究成果,并重点对纹理分析方法进行了较为全面的综述,最后给出了纹理研究的几个热点应用领域。     

纹理研究及其应用综述

纹理广泛存在于自然界中,是物体表面的一种基本属性.研究纹理有着重要的理论和应用价值.介绍了从纹理的定义、特征、分析方法等几个方面的纹理研究现状,并给出了纹理的几个热点应用领域.     

图象纹理分析方法及发展（一）

本文系统地回顾了图象纹理分析的各种统计方法及其发展,介绍了目前使用在纹理分析中的重要统计方法:灰度差分法,滤波法,功率谱法,共生特征法,灰度游程法,自相关特征法,以及根据纹理随机模型、相对极值量度、象元素以及某些规则推导出的各种纹理统计分析方法。本文还讨论了各种方法之间的关系以及基本实施步骤。文末,对于各种方法的的精度及复杂性进行了比较与介绍,并指出了图象纹理研究近期一些成果及研究前景。     

一种综合颜色和纹理特征的图像检索算法

对图像颜色特征和纹理特征进行了研究。在图像颜色特征方面,利用人类的视觉特性,对图像不同分块的主色进行确认和加权处理,获得加权主色颜色特征;在纹理特征方面,利用统计法和结构法构造灰度-差分基元共生矩阵来提取纹理特征。在此基础上,通过高斯归一化方法将颜色特征和纹理特征进行综合,形成最后的图像检索特征,并给出了利用该特征的图像检索算法。实验结果表明,所提出的灰度-差分基元共生矩阵特征提取较传统的灰度共生矩阵特征更加精细,在此基础上综合利用颜色和纹理特征的图像检索方法具有更好的检索精度。     

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。     

空间灰度相关图象纹理分割方法

本文给出了图象纹理分割的空间灰度相关法(SGLDM)中四个描述性强的纹理特征。定义了纹理特征矢量。在此定义基础上,给出了一种新的图象纹理分割方法。最后以四幅分割难度较大的纹理图象实验,说明利用四种纹理特征的方法可以有效地对纹理子图案非随机旋转的图象进行纹理分割。     

基于纹理的乳房超声图像中肿瘤区域自动检测

纹理属性是医学图像分析的一个非常重要的方法,探索利用一种称为统计地形特征的新的纹理描述方法自动监测超声医学图像乳房肿瘤区域。统计地形特征首先用一个可变水平平面去切割图像函数图可以得到一些实体,然后利用从这些实体的几何和拓扑属性的某些统计信息提取的6条特征曲线来描述纹理。文中实验部分验证了统计地形特征在自动监测超声医学图像乳房肿瘤区域中具有良好的效果。     

基于灰度共生矩阵的纹理特征提取①

纹理广泛存在于自然界中,是物体表面最本质的属性。纹理分析技术一直是热门的研究领域,纹理特征提取作为纹理分析的首要任务更是人们研究的焦点。针对五种木材纹理提出了用灰度共生矩阵的方法提取纹理特征,通过MATLAB仿真实现,结果表明由灰度共生矩阵产生的四个纹理特征能有效的描述木材的纹理特征,具有较好的鉴别能力。     

纹理分析中的图模型

纹理作为一种重要的视觉特征,广泛应用于图像分析。高斯图模型（GGM）可以很好地描述有交互作用的高维数据,因此可用来建立图像纹理模型。根据纹理特征的局部马尔可夫性和高斯变量的条件回归之间的关系,将复杂的模型选择转变为较简单的变量选择,应用惩罚正则化技巧同步选择邻域和估计参数。提取基于图模型的纹理特征分析纹理,实验显示了很好的效果。因此,利用高斯图模型来构建纹理模型有很好的发展前景。     

图像纹理特征提取方法综述

纹理是一种重要的视觉线索,是图像中普遍存在而又难以描述的特征。纹理分类与分割是图像处理领域一个经久不衰的热点研究领域,纹理特征提取作为纹理分类与分割的首要问题,一直是人们关注的焦点,各种纹理特征提取方法层出不穷。在广泛文献调研的基础上,回顾了纹理特征提取方法的发展历程,分析了其研究现状,对纹理特征提取方法进行了较为全面的综述,对其进行分类和比较,最后给出了纹理研究领域的主要发展趋势。     

基于样图的纹理合成技术研究

基于样图的纹理合成方法是继纹理映射、过程纹理合成方法后发展起来的一种纹理技术,用于解决传统方法中出现的缝隙、扭曲、变形和参数调整等问题。在大规模场景的生成以及真实感图形绘制和非真实感绘制、计算机动画等方面具有广泛的应用前景;同时对图像编辑、数据压缩、网络数据的快速传输也有一定的指导意义。该文首先简要回顾了纹理技术的发展历程,总结出基于样图的纹理合成技术的基本原理,从基于Markov模型、侧重逼真显示、任意曲面等几个方面,对基于样图的纹理合成技术进行了较全面的总结和分析,对该领域未来的研究和应用前景做出了有益的探讨。     

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%。     

一种基于图像内容检索技术的数字视频水印算法

利用基于Tamura纹理特征的图像内容检索技术,通过对原始视频图像进行Tamura纹理特征分析,提取具有极大纹理特征值的某些帧来嵌入水印,水印嵌入算法辅助采用小波变换.仿真试验表明,本算法能抵抗高斯、剪切、泊声等常见的水印攻击.同时算法对视频压缩也表现出良好的健壮性,对保护视频版权有一定的指导意义.