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.     

基于灰度共生矩的SAR图像纹理特征提取方法

为更有效地提取合成孔径雷达（SAR）图像中的有效信息,提出了一种基于灰度共生矩阵的纹理特征提取方法。该方法在分析图像灰度共生矩常用特征描述量基础上,研究了窗口尺寸和位移向量对纹理特征的影响,通过比较不同目标各种纹理特征的分布及平均值的相差程度,计算了灰度共生矩阵的最佳窗口尺寸和位移向量,确定参与分类的可用纹理特征组合,...     

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。     

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。     

图像纹理的灰度共生矩阵计算问题的分析

图像的灰度共生矩阵(GLCM)已知被理论证明并且实验显示它在纹理分析中是一个很好的方法,广泛用于将灰度值转化为纹理信息.然而,由于GLCM是像素距离和角度的矩阵函数,因此完整的GLCM的计算,其参数的选取范围很广,这样GLCM的计算量很大,通常是不能这样用的.为了解决这个问题,本文应用马尔可夫链的性质,从理论上证明了GLCM的计算结果,当像素距离足够大的时候趋于一致性.这样只需较少的参数值就可以完整的描述图像的纹理特征.最后,通过对Brodatz纹理库中自然纹理图像和几幅SAR图像进行仿真,仿真结果验证了上述结论.     

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。     

基于因子分析的打印文档鉴定方法

针对现有打印文档鉴定方法在检材和样本中无相同字符时基本失效的问题,本文提出一种基于因子分离的打印文档鉴定方法。该方法将字符图像看作是融入了字符形态结构的残缺纹理图像,并建立基于灰度共生矩阵特征的两因子模型,该特征可划分为纹理因子和字符因子两部分。通过因子分离方法获得与字符无关的独立纹理特征,并利用最小距离分类器来实现打印文档的同机鉴定。选取35台激光打印机参与测试,鉴别正确率达94.29%,证明了本文方法的有效性。     

基于GLCM算法的图像纹理特征分析

深入研究灰度共生矩阵(GLCM,Gray Level Co-occurrence Matrix)算法,说明基于灰度共生矩阵的14个纹理特征具体意义,指出纹理特征之间存在冗余性。通过对纹理图像的灰度共生矩阵的计算分析和纹理特征提取实验,表明灰度共生矩阵能够反应图像的特点,与纹理特征描述图像的特点相对应,同时,图像的14个纹理特征之间存在一定程度的冗余,实际中可以根据图像纹理特征的差异,选择几个显著的纹理特征对图像进行分类。纹理特征分析和实验结果对图像纹理特征的应用具有普遍的指导意义。     

汉字笔迹鉴别预处理的算法研究

手写体笔迹鉴别是计算机视觉和模式识别领域中的一个非常活跃的研究课题,是一种有效的身份鉴别手段。本文主要对笔迹鉴别的预处理进行了深入的研究。在预处理中的二值化时采用通过迭代能自动确定阈值的算法,明显提高了对笔迹图像特征信息的保留。去除噪声采用改进的中值滤波,能自动确定去噪门限,使得对一些零散的噪声去除效果明显提高。在MATLAB 7.0平台上经过多次反复试验证明了本文所使用的预处理系统快速稳健。     

基于多特征的对象检索技术

提出了一种融合图像颜色、纹理和形状特征的提取及归一化方法,并将其应用于基于内容的对象检索中,实验证明,融合颜色、纹理、和形状特征的对象检索比单一特征的对象检索效果要好。     

笔迹鉴别预处理算法的设计与实现

笔迹鉴别是身份鉴别技术中的一种有效方法.作者深入细致的研究了笔迹鉴别中的各种预处理算法,对其中一些传统的处理方法提出了改进方案,以vc++6.0为开发平台通过大量的实验进行了验证,实验表明提出的算法具有处理效果好、可行性强、速度快等一系列的优点,用63副样本做对比实验,新方法可以提高笔迹鉴别率9%左右,其在笔迹鉴别、车辆识别、地理信息系统等图像处理领域都有较好的应用价值.     

基于共生概率特征量的行人检测

人体目标检测研究是近年来计算机视觉领域的研究热点。针对行人检测中出现的检测精度较低的问题,文中提出了一种有效的行人检测算法。具体而言,选取不同类型的局部特征量HOG与LBP,通过第一段的Real AdaBoost算法进行特征的筛选,筛选后的特征通过两两配对计算共生概率特征量;最终通过第二段的Real AdaBoost 算法将弱识别器转化为强识别器来进行行人检测。实验以OpenCV和VS2010为测试环境,通过与OpenCV自带的算法程序比较得出该算法能更好的检测行人,从而提高了行人检测的准确率与鲁棒性。