基于模糊纹理谱的胶囊内窥图像识别

受消化道蠕动和光照等因素的影响,常用计算机辅助分析方法对胶囊内窥图像的识别结果不佳.为此,提出一种基于模糊纹理谱的胶囊内窥图像识别方法.在图像的各个分量上引入模糊纹理谱,分别提取特征向量,并利用BP人工神经网络进行训练和识别,对不同分量图像采用投票原则确定最终识别结果.实验结果表明,该方法对内窥图像中正常图像和肿物图像的识别率达到92％,可有效辅助临床医生对胶囊内窥图像的筛查工作.     

基于嗅觉神经网络仿生模型的纹理图像生成算法

提出了一种基于嗅觉系统生成纹理图像的仿生模型。该模型结构模拟嗅觉神经网络的结构,利用Logsitic函数的混沌特性调整每次迭代过程中的模型参数,使用简单的周期函数作为模型节点的激活函数实现纹理的重复,并引入随机噪声来模拟脑在进行信息处理时的背景噪声。实验结果表明,该模型可以生成丰富而多变的纹理图像,引入的随机噪声也起到了积极的作用,可以明显地丰富纹理图像的变化。此外,模型生成纹理图像的效率也高于传统的BP神经网络模型。     

基于灰度共生矩阵的断口图像识别

研究断口图像的识别是进行失效分析的一个重要组成部分,但普遍存在识别率不高的问题,为了有效提高识别率,提出一种基于灰度共生矩阵的断口识别方法,方法采用灰度共生矩阵法对金属断口图像进行特征提取,利用可分性判据来确定能影响纹理特征参数的构造因子(生成步长d,图像灰度级g和生成方向θ),并通过相关性分析来排除在表达金属断口图像纹理中冗余的特征参数,最后采用BP神经网络分类器进行分类,并进行仿真。结果证明,根据上述方法,对金属断口图像的分类是可行的,并且识别率也达到了满意的要求。     

基于BP 神经网络的医学图像分类

给出了一种基于LBP算子和BP神经网络的医学图像分类方法。该方法采用方向纹理谱描述符来描述图像的纹理特征,并以此特征作为网络的输入对BP神经网络进行训练,最后采用已训练的BP网络进行医学图像的分类。通过实验表明,该方法可以很好地对医学图像进行分类识别。     

一种自然纹理图像生成的新方法

提出了一种新的自然纹理图像生成方法 ,对传统的纹理图像统计模型和结构模型进行了改进 ,能够用来模拟和生成多种自然景物的纹理图像 .实验结果证明 ,该方法能有效地产生具有真实感的自然纹理图像     

基于Wang Tiles的几何纹理合成

提出了一种基于Wang Tiles的几何纹理合成方法来在不同物体表面上即时地生成几何纹理.首先根据给定的几何纹理预计算出一组Wang Tiles,然后用这组Wang Tiles在不同的目标物体上即时生成新的几何纹理.尽管基于Wang Tiles的方法已经应用于图像纹理,但由于几何纹理采用了与图像纹理完全不同的表示方式,因此需要用完全不同的方法来处理.采用了基于约束的几何纹理合成技术自动生成几何纹理Wang Tiles,从而保证了生成的几何纹理Wang Tiles在所有排列下都能保持其几何连续性.与现有的方法相比,生成的几何纹理Wang Tiles可以重用到不同的目标物体上,同时占用的存储空间及计算量更小,速度更快.     

带约束的基于样图地表纹理合成技术研究

在传统的视景仿真开发过程中,研究人员需要将海量的航空影像照片经过数字化等一系列处理变成可使用的地表纹理,映射在地形表面,生成地景数据库.此法耗费大量人力,而且地景库一经生成就不可再改变,真实性降低.提出一种新的地表纹理的生成方法,以随机生成的高度信息作为约束,不同的地表纹理单元作为样图,采用带约束的基于样图纹理合成算法合成出真实地表纹理图像.实验中,通过改变高程约束和对多种地表纹理进行组合,可以方便快速地合成高质量的二维地表纹理图像.提出的纹理合成的方法,为今后与数字地图相结合开发地景数据库,积累一定的经验.对提高视景数据库的真实性具有实际意义.     

基于Gabor变换的纹理分类与识别

自然纹理图像复杂多样,目前国际上没有明确的分类标准,利用中文自然语言中的纹理概念词对常见的自然纹理进行基于概念的分类,并建立了自然纹理图像库。提出了Gabor频谱滤波提取纹理特征的方法,大大提高了计算速度。以支持向量机为分类器,并与传统的基于BP神经网络的识别方法进行对比,实验验证了该分类方法的有效性。     

采用几何模型切分的人脸纹理图像生成算法

为了克服传统的照片图像拼接方法中利用特征线进行不同照片之间公共交界线定位不准确的缺点,提出一种“几何模型切分”的人脸纹理图像生成算法。通过对人脸几何模型进行切分,以切分后模型图片的轮廓作为边界线裁剪相应的人脸照片,实现不同照片之间交界线的准确对接,并采用柱面纹理映射方法将生成的纹理图像映射到特定人脸几何模型上。实验结果表明,采用提出的“几何模型切分”算法生成的人脸纹理图像进行纹理映射可以得到较好的真实感三维人脸模型,是一种生成人脸纹理图像的有效方法。     

基于纹理和BP神经网络的SAR图像分类

研究基于纹理和BP神经网络的SAR图像分类。首先用增强FROST滤波算法对SAR图像进行去噪处理。然后基于灰度共生矩阵理论提取去噪后的SAR图像多种纹理特征,并通过大量实验筛选出有效的纹理特征。最后,结合纹理特征,分别采用经典的最大似然分类法和BP神经网络分类法对SAR图像进行分类。实验结果表明：纹理信息辅助SAR图像的灰度进行分类,大大地提高了SAR图像的分类精度;基于BP神经网络的SAR图像分类精度高于最大似然分类法的分类精度。     

纹理映射体绘制技术的医学应用

用Java 3D实现了基于纹理映射的体绘制.在对CT心脏断层图像经过预处理之后,通过软件的方法实现纹理映射,最后再现心脏的三维形体.实验证明,该方法能够实现纹理映射硬件的功能,降低了硬件成本.     

基于纹理谱的纹理分割方法

纹理分析是图象处理中的一个重要领域。本文提出一种基于纹理谱特征分割纹理图象的方法。它首次将纹理谱特征与区域生长算法结合起来，从而实现了无监督的纹理分割。纹理谱特征具有对方向性敏感等优点，基于纹理谱的纹理图象分割取得了良好效果。     

一种新的基于环境纹理映射的浓淡方法

提出了一种新的基于环境纹理映射思想实时近似Ｐｈｏｎｇ效果的浓淡方法。由于采用了预先定义的光照纹理与仿射纹理映射方法,使得该方法具有较高的效率,同时几乎不损失生成画面的质量,并可以在低档系统中实现帝时的仿Ｐｈｏｎｇ浓淡效果。     

跨区域纹理映射的一种实现方法

该文就在复杂的由VRML构造的虚拟实体造型表面进行跨区域纹理映射所遇到的困难，提出了一种比较简单有效的跨区域纹理映射的方法。它把原始纹理图像进行一系列的处理之后生成若干图像块，并分别将这些图像块映射到不同的造型面上，最终实现跨区域的纹理映射。这样的处理过程允许动态地变换纹理图像。另外，根据实际的需要还增加了部分附加处理功能。     

一种基于纹理模式的汽车牌照定位方法

针对车牌区域内字符串具有丰富的纹理特征,采用纹理模式分析方法,充分利用这些纹理特征,突出车牌区域,削弱伪车牌区域。提出了一种基于纹理模式的车牌定位方法。试验结果表明,此方法能较准确地定位车牌,便于进一步的车牌字符分割。     

基于纹理梯度的文档图像的倾斜校正方法

文档图像的倾斜校正在光学字符识别以及文档理解系统研究中有着重要的意义,国内外学者提出了很多实现方法,但各种方法都存在一定的局限性.通过对基于Hough变换和投影的倾斜校正方法的分析,提出了一种基于文档图像纹理方向的倾斜校正方法:文档图像中的文本纹理整体表现出一定的方向性,使文本图像能保持水平,通过纹理方向性分析,找出纹理的主要方向,进而求得文档的倾斜角度.通过一个复杂版面的二值文档图像的检测校正实验表明,方法提高了倾斜校正的校正范围,而且具有较好的有效性和鲁棒性.     

PNG复杂曲面纹理映射的仿真方法

随着PNG图片越来越广泛的应用,所以研究复杂曲面纹理映射的方法有着重要的意义.为了在保持低存储量,小计算量的同时,针对PNG图片的复杂曲面自动纹理映射的变形,根据纹理扰动的缺点.提出了一种改进的复杂曲面纹理映射的方法,通过利用解二次椭圆偏微分方程,来得到任意曲面到平面的共形映射.方法不但可以自动分配纹理坐标到复杂的没有起伏的曲面,而且可以有效地克服复杂曲面的自动纹理映射的变形.避免纹理扰动,很好地解决了纹理的自动映射.     

一种改进的人脸纹理映射方法

识别人脸图像优化问题,由于人脸纹理映射时容易出现的纹理扭曲和畸变现象,影响图像的真实性,提出一种改进的纹理图像映射方法。根据人脸特征点信息,利用特征块匹配法配准正侧面人脸图像,并使用加权平滑算法和金字塔方法对图像进行双重融合实现图像的平滑过渡;然后利用一种特殊的定位方法来计算三维人脸模型上顶点对应的纹理坐标;最后根据纹理坐标将纹理图像映射到三维特定人脸模型表面上,可得到具有真实感的三维人脸模型。实验结果表明,纹理合成方法简捷有效,纹理映射结果生动逼真,有效的避免了纹理图像的扭曲和畸变现象,具有较高的鲁棒性。     

Texture classification using fuzzy uncertainty texture spectrum

A new method using fuzzy uncertainty, which measures the uncertainty of the uniform surface in an image, is proposed for texture analysis. A grey-scale image can be transformed into a fuzzy image by the uncertainty definition. The distribution of the membership in a measured fuzzy image, denoted by the fuzzy uncertainty texture spectrum (FUTS), is used as the texture feature for texture analysis. To evaluate the performance of the proposed method. supervised texture classification and rotated texture classification are applied. Experimental results reveal high-accuracy classification rates and show that the proposed method is a good tool for texture analysis.     

Multiscale directional filter bank with applications to structured and random texture retrieval

In this paper, multiscale directional filter bank (MDFB) is investigated for texture characterization and retrieval. First, the problem of aliasing in decimated bandpass images on directional decomposition is addressed. MDFB is then designed to suppress the aliasing effect as well as to minimize the reduction in frequency resolution. Second, an entropy-based measure on energy signatures is proposed to classify structured and random textures. With the use of this measure for texture pre-classification, an optimized retrieval performance can be achieved by selecting the MDFB-based method for retrieving structured textures and a statistical or model-based method for retrieving random textures. In addition, a feature reduction scheme and a rotation-invariant conversion method are developed. The former is developed so as to find the most representative features while the latter is developed to provide a set of rotation-invariant features for texture characterization. Experimental works confirm that they are effective for texture retrieval.