盐渍土自动分类方法研究

盐渍土在Landsat ETM+多光谱图像上表现出复杂的图像特征,为实现其自动分类,组合使用了光谱、几何形状和纹理特征等多种特征.首先采用传统的光谱和几何形状特征分析分割出大部分非盐渍土地物,然后提出了一种用于多光谱纹理分析的ICA多尺度纹理算子,对分割后的图像进行纹理区域分块,最后在每块区域中进行基于光谱特征的盐渍土聚类.试验结果表明该方法能够实现多光谱图像中盐渍土的区域分割及类别划分.     

一种用于多光谱纹理分类的ICA多尺度算子

针对像元数据为多维的多光谱遥感图像,提出了一种可用于多光谱纹理分类的ICA多尺度算子.首先定义用于描述纹理不同尺度特性的结构单元,然后联合所有波段下的结构单元建立起测量多光谱纹理特性的高维矢量,最后对这些矢量进行ICA分析,将得到的独立成分作为多光谱纹理特征用于分类.通过对Brodatz灰度纹理、VisTex彩色纹理以及实际的盐渍土多光谱图像的分类,试验验证了该算子的有效性.     

掌纹主线和纹理特征融合的识别方法

针对掌纹单特征提取方法提取的掌纹特征信息较为单一以及近年来掌纹特征融合方法在纹理特征提取过程计算量偏大和没有将掌纹感兴趣区域(ROI)的多种特征进行融合的缺陷,本文提出了一种掌纹主线和纹理特征融合的方法。利用数学形态学和基于统一模式的LBP算子分别提取增强的掌纹ROI的主线特征和纹理特征信息,再利用融合规则将两种特征信息进行融合。对各特征图进行直方图统计得到特征向量后输入SVM分类识别,再将识别率最高的特征图进行分块直方图统计,将所得特征向量输入到SVM进行分类识别并与其他方法作对比。     

基于图像的三维模型老化效果模拟

老化效果的模拟对三维模型真实感的研究至关重要,以生锈效果为例,通过建立老化图像分类库,对不同类型图像提取纹理特征并保存,根据要模拟的物体所处的环境设置老化特征的权重,按权重合成纹理。此外,还允许用户设定约束纹理的位置。最终实现具有多种老化效果的三维模型渲染,该方法具有用时短效果好的特点。     

基于块缝合纹理合成算法的Java语言实现

概括了纹理的性质以及相关的一些概念,并总结几种重要的纹理合成的方法。在此基础上,提出了一种基于块缝合的纹理合成算法的Java语言实现,并给出关键部分的代码。最后,通过测试代码获得几种纹理图像的合成与识别效果与分析此算法的结果和效率,对此算法的优缺点进行概括。     

鞋印几何特征的提取

刑事侦查方面,鞋印图像的处理成为案件侦破的主要突破口。基于此,本文对鞋印几何特征的提取进行了详述,主要包括常用鞋印图像预处理方法、几何特征提取、相似度度量方法以及几何特征的匹配,从而形成一个具体的处理流程。     

三维城市模型重复纹理合并方法研究

由于现有三维引擎在处理重复纹理时,是对整张纹理进行重复,而不是对纹理中的部分内容进行重复,因此当纹理合并后,原来被用来重复贴图的单张纹理成了合并后纹理的一部分,而无法表示正确的重复贴图. 本文针对该问题,研究了剖分模型、合并重复贴图以及RTT( Render To Texture )三种纹理合并方法,开展了对比试验. 最后,在三维场景中开展了纹理合并实验,验证了合并纹理能有效地提高场景加载与渲染效率.     

煤泥浮选泡沫图像大小对其识别的影响

通过对煤泥浮选泡沫图像的任意大小、200×200象素图像和256×256象素图像的纹理特征分析,得出表征图像的纹理特征,并用此纹理特征作为图像识别的学习样本,在自组织神经网络的竞争学习下进行分类,得出了不同大小图像的识别结果,200×200象素图像的识别正确率达74%,256×256象素图像的识别正确率达到77%。     

基于色彩和纹理特征的航空RGB影像水域范围提取

简述了一种综合水体颜色和纹理特征的影像分割方法,并介绍了其具体的研究方法及方案,从纹理和色彩特征在提取中的对比、不同提取条件效率对比两方面,对实验结果进行了分析,为今后类似研究提供参考。     

基于低秩矩阵优化的纹理图像修复

提出了1种新的低秩纹理图像修复算法,该算法将低秩纹理图像修复问题建模成低秩矩阵优化问题进行求解。由于单纯使用低秩假设不足以描述自然图像的性质,因此除了纹理的低秩性以外,算法还使用了自然图像的连续性假设:在优化目标函数中加入了总变分算子。结合纹理的低秩性和连续性假设,提出了基于凸优化的纹理图像修复算法,可以在不知道图像损毁区域的情况下自动检测损毁区域并修复纹理图像。通过结合图像的低秩性假设和连续性假设,此算法有效弥补了单纯使用低秩假设的不足之处。该算法可以有效修复低秩纹理图像,且无论是在主观视觉效果还是客观量化指标上全面优于现有同类算法。