首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 745 毫秒
1.
提出一种新的基于Radon和小波变换的图像纹理特征检索算法.针对检索图像进行Radon变换,并对投影矩阵进行中心化使其具有平移不变性.利用图像的统计值对投影数据规范化,分别沿 和t方向对投影矩阵进行TSI小波分解,得到具有平移、旋转和尺度不变的小波分解.提取各子带能量作为图像的纹理特征,并对特征向量进行高斯归一化.以两幅图像归一化特征向量间的Canberra距离作为图像的相似度进行检索.基于纹理特征的图像检索试验结果表明,该方法对高斯噪声具有较强的鲁棒性,与其他方法相比具有较高的检索率.  相似文献   

2.
针对传统基于图像纹理特征进行人群行为异常检测算法倾向于描述人群图像纹理的变化而非人群运动行为的实际情况,导致检测性能较差的问题,提出一种反映人群运动行为真实情况的特征提取方法.首先通过Lucas-Kanade光流算法提取人群视频光流信息,并建立光流幅值共生矩阵与光流方向共生矩阵,然后通过共生矩阵提取角二阶距、对比度、熵、相似度等特征,并将其与光流幅值均值合并组成特征向量训练支持向量机,最后判断人群行为是否异常.仿真结果表明,本文的特征提取方法更加深化地处理了光流法提取的人群运动信息,具有较好的人群异常行为识别性能.  相似文献   

3.
在对骨髓细胞纹理分析的基础上,提出了一种基于共生矩阵与分形理论的对彩色骨髓细胞图像进行纹理特征提取的方法,该方法通过构造一种新的表征纹理特征的量——共生矩阵分形联合特征量,更好地将红系细胞与粒系细胞区分开,并且对同一系别细胞的不同成熟阶段做出了更好的区分.  相似文献   

4.
针对医学图像检索问题,提出了一种结合Gabor滤波器和相关反馈的医学图像检索算法.首先,采用Gabor滤波器的方法对医学图像进行纹理特征提取,计算图像相似度;然后,利用相关反馈技术调整图像之间的相似度,改善图像检索过程中的人机交互性能.实验表明,通过相关反馈,该方法有效地提高了检索结果的查准率、查全率.  相似文献   

5.
虚拟现实力触觉再现对于图像纹理特征提取的要求越来越高,纹理因素复杂且无规律,单一的纹理提取算法并不能准确地描述图像纹理的特点.因此提出基于GLCM(灰度共生矩阵)和Tamura融合特征的纹理材质分类算法.此外,本文对传统灰度共生矩阵GLCM进行优化,提出了改进的GLCM(T-GLCM)算子,提升了GLCM的旋转不变性并减少了大量的冗余信息.利用Tamura纹理特征对图像进行量化,然后将各特征区域量化后级联成一组特征向量,融合T-GLCM的纹理特征,通过支持向量机(SVM)对纹理材质进行分类.实验结果表明,相比传统纹理特征提取算法,本文算法具有更高的分类精度且鲁棒性更好.  相似文献   

6.
为了提高纹理特征提取的效率,提出一种基于傅里叶变换的纹理特征提取算法。该算法先将图像进行傅里叶变换,然后把图像傅里叶域分割为12个扇形区域,提取扇形区域中的纹理特征,并使用Caneberra距离函数计算两幅图像的相似度。与现有算法相比,本算法对纹理特征提取具有较高的效率和准确率。  相似文献   

7.
为提高乳腺组织图像特征提取的正确率,结合灰度共生矩阵纹理特征与Tamura纹理特征,给出一种联合提取与识别算法。采用双边滤波、受约束限制自适应直方图均衡和L0梯度滤波,对数字乳腺层析图像进行预处理,滤除其噪声并提高对比度;同时考虑灰度共生矩阵与Tamura纹理特征,通过增加特征值维度,将两者融合入一个矩阵之中,并依据特征选择规则提取最适特征;用支持向量机对特征向量分类。与仅依赖其中一种纹理特征的提取算法相比,所给算法可提高特征提取与识别正确率,从而更好地实现图像分类。  相似文献   

8.
为了加快基于纹理的图像检索的速度,提出了一种灰度共生矩阵和Sobel算子结合的图像检索方法.该方法克服了灰度共生矩阵算法在表示纹理特征时计算量过大的缺点,又较好地保留了灰度共生矩阵算法的优点.实验结果表明,该方法取得了较好的检索效果.  相似文献   

9.
基于主色调和共生矩阵的概念,提出并实现一种基于主色调纹理的图像检索方法.该方法根据用户所给目标图像的多种主色调,基于三种颜色分量和灰度分量的矩阵信息,提取图像的主色调共生矩阵纹理特征,并利用适用该特征的相似性度量函数实现基于内容的图像检索.  相似文献   

10.
猪眼肌B超图像纹理特征提取与分类   总被引:2,自引:0,他引:2  
提出了猪眼肌B超图像的纹理特征提取与分类方法,可以应用于猪眼肌肌内脂肪含量的计算机辅助检测判断。对猪眼肌B超图像特征区域采用基于纹理共生矩阵的算法提取了5种纹理特征量。使用相关性分析的方法对提取的5种特征量进行筛选,最后确定3种主要特征量反映猪眼肌B超图像纹理特征,并使用BP神经网络实现分类。对135组已测数据随机选取训练集合测试集。多次随机试验表明,所提取的算法达到了较高的分类准确率,为生猪肉质无损检测研究提供了有价值的参考。  相似文献   

11.
用变参数灰度共生矩阵提取新疆民间艺术图案纹理特征   总被引:1,自引:0,他引:1  
为了较好地表达新疆民间艺术图案的纹理信息,选用可变参数的灰度共生矩阵提取其纹理特征。首先,在新疆民间艺术图案库上测试变参数对关键特征统计量的影响,并给出特征值与变参数之间的变化曲线,从而选定使纹理特征稳定的可变参数范围;然后,通过旋转、加噪、改变图像大小考虑算法的鲁棒性。本文的实验结果对新疆民间艺术图案的纹理特征提取具有参考价值。  相似文献   

12.
SAR图像纹理特征提取与分类研究   总被引:6,自引:0,他引:6  
为了高精度地提取合成孔径雷达(SAR)图像中的有用信息,提出一种基于灰度共生矩阵的纹理特征辅助SAR图像分类方法,该方法选择的是在合适的窗口尺寸下能将各种地物类型区分开的最佳纹理特征组合.采用增强的Frost滤波法对SAR图像进行斑点噪声抑制,通过比较各典型地物基于灰度共生矩阵的纹理特征统计量,确定参与分类的最佳纹理特征组合、计算灰度共生矩阵的最佳窗口尺寸;采用主成分分析法去除各纹理特征之间的相关性,选择信息量大的2个主成分与图像的灰度共同组成3个波段的图像;最后采用最大似然分类法对该组合图像进行分类.结果表明:该方法提取出的纹理特征辅助SAR图像分类,比无纹理信息参与的SAR图像分类,其精度可提高11.20%.  相似文献   

13.
轮胎多层帘线的每一个排列的不同取向构成了X线的分层纹理图像。轮胎帘线的空间排列具有准周期性,排列的取向和空间距离造成了谱图上楔特征和环特征的极大值。根据这些特点,提出了一种方向Gabor滤波器参数的自动选取方法。根据楔特征人工指定纹理的大致方向,算法将环特征映射到Gabor滤波器的尺度参数,并按能量收敛原则搜索最好的尺度和纹理的准确方向。最后给出的实验结果说明,该算法可以有效地提取X线轮胎图像的各层纹理。  相似文献   

14.
基于羽毛图像纹理分割的毛杆提取方法   总被引:2,自引:0,他引:2       下载免费PDF全文
为了有效地从羽毛图像中提取毛杆,在对比各种分割方法的基础上,提出基于小波纹理分割方法.考虑羽毛的特点,为去噪和加深纹理特征,对图像进行恢复和增强.经过二层小波分解后提取各细节子图的特征,形成特征向量,并由聚类法进行分类分割.实验结果表明,该方法能较好地提取毛杆.  相似文献   

15.
提出一种基于局部Walsh谱(LWS)的多尺度旋转不变性纹理特征提取方法。首先通过比较每个像素点与邻近点的灰度值生成局部二值序列,然后计算局部二值序列的离散Walsh-Hadamard变换(DWT)的功率谱,最后采用功率谱的各谱点值构成特征直方图描述纹理特征。通过选择不同半径和采样点的局部二值序列可以得到不同尺度下的纹理特征,利用DWT功率谱的循环移位不变性可实现纹理特征的旋转不变性。纹理分类实验结果表明:与灰度共生矩阵(GLCM)、Gabor滤波器组等纹理特征相比,LWS在纹理鉴别能力和计算时间上具有较明显优势;与局部二值模式(LBP)相比,LWS在纹理分类准确率和旋转不变性方面均优于LBD。  相似文献   

16.
首先采用矩形重叠式分块策略对图像进行分块。同时,利用共生矩阵和Gabor小波来描述图像的纹理特征,并将三种不同特征进行融合。为了提高图像检索的准确度,使用相关反馈方法来调整权重。最后分别比较基于单一特征,特征融合和相关反馈方法的平均查准率和查全率,实验结果表明,检索的性能有了明显提高。  相似文献   

17.
检测/截获计算机电磁泄漏的视频信息,其关键技术是图像信息的恢复还原。该文用类Harr小波提取不同程度倾斜的视频图像的纹理特征,测量纹理的倾斜角度,用于自动控制行同步参数的调整,直到行同步的精度满足要求,实现截获的计算机视频泄漏信息(图像)的稳定恢复再现。  相似文献   

18.
针对纹理图像分割问题,提出了一种无须反复初始化的快速活动围道纹理分割模型.与现有的基于几何活动围道的纹理分割技术相比,该分割模型具有三个优点:一是使用图像的灰度信息和纹理信息来驱动活动围道进行图像分割,因而,不仅适用于分割纹理图像,而且适用于分割非纹理图像;二是使用局部二进制模式来提取纹理特征,计算复杂度小;三是模型求解时,增加了约束项不需要对符号距离函数进行反复初始化,因此可采用大的时间步长,迭代步数明显减少,从而提高了活动围道的收敛速度.对自然界真实图像和合成纹理图像的分割试验结果说明,无须反复初始化的活动围道纹理分割方法精度高、速度快.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号