基于纹理分析和垂直投影的车牌定位算法

根据车牌区域字符的纹理特征和统计规律,提出了一种综合纹理分析和垂直投影的车牌定位方法。由于光照、拍摄角度会对图像产生对比度偏低、图像倾斜和变形等不良影响,利用车牌字符纹理丰富的特征寻找车牌区域可以避开了这些不良影响,并利用灰度垂直投影的统计特征进一步删除由于复杂背景而产生的伪车牌区域。实验结果表明,该方法对于背景复杂的图像,可以得到很好的定位效果,解决了复杂背景下车牌图像提取的难点问题。     

基于灰度纹理信息的图像压缩感知编码与重构

引入了压缩感知(Compressed Sensing,CS)理论,在分析图像DCT系数分布特性的基础上,提出了一种基于灰度纹理信息的压缩采样方法。该方法通过提取图像分块离散余弦变换交流系数的能量,进而对用于对测量过程进行加权修正,充分利用代表图像细节纹理信息的交流分量系数,基于图像轮廓纹理细节信息来分配测量维数,最终实现对不同图像块有区别的压缩采样。比较同类研究结果表明,提出的采样方法在有效减少测量维数或提高重构图像的峰值信噪比和主观视觉效果,以及在降低计算复杂度方面均有更好的表现。     

基于灰度投影函数的耳朵图像定位方法

在对耳朵图像进行研究后,提出了一种基于灰度投影函数的耳朵图像定位方法.首先利用灰度投影曲线实现耳朵左右边界的粗定位,通过边缘提取和阈值分割进行耳朵上界和边界二次定位,最后由计算得到耳朵的下边界,进而最终定位耳朵区域.     

基于灰度差投影的快速人脸定位和特征提取

人脸识别是近年来热门而且发展很迅速的一个研究课题。人脸定位作为人脸识别的第一步，更加显得重要。本文比较了现有的各种投影定位方法，给出了各方法的实验结果。在此基础上，提出了一种新的定位方法，并用于人脸左右边界的定位和鼻子的定位。实验结果表明，这种方法不仅速度非常快，而且定位准确率要远远高于现有方法。     

基于灰度共生矩阵的织物纹理分析

以一种常见的织物纹理为对象,采用灰度共生矩阵的方法进行纹理分析.介绍了灰度共生矩阵的原理及其特征参数,讨论了纹理的灰度共生矩阵特征参数、像素距离以及图像灰度等级对灰度共生矩阵的影响,确定了区分此类正常织物与带疵点织物纹理的灰度共生矩阵构造方法.针对该类正常织物图像进行纹理分析,特征参数值统计,确定了正常织物纹理像素方向、像素距离以及图像灰度等级.取原始织物图像尺寸为128×128,生成灰度共生矩阵的最佳像素距离为2,经直方图均衡化后,最佳灰度等级为16.实验结果表明,按照该规则生成的6个灰度共生矩阵的特征参数,能够准确的判断此类织物图像是否存在疵点.     

基于灰度图纹理指纹的恶意软件分类

随着安卓恶意软件数量的快速增长,传统的恶意软件检测与分类机制存在检测率低、训练模型复杂度高等问题。为解决上述问题,结合图像纹理特征提取技术和机器学习分类器,提出基于灰度图纹理特征的恶意软件分类方法。该方法首先将恶意软件样本生成灰度图,设计并集成了包含GIST和Tamura特征提取算法在内的4种特征提取方法;然后将所得纹理特征集合作为源数据,基于Caffe高性能处理架构构造了5种分类学习模型,最终实现对恶意软件的检测和分类。实验结果表明,基于图像纹理特征的恶意软件分类具有较高的准确率,且Caffe架构能有效缩短学习时间,降低复杂度。     

基于极坐标的改进灰度积分投影法的人眼检测

为了克服传统灰度积分投影方法无法有效定位旋转人脸图像中人眼的缺点,提出了一种基于极坐标系的灰度积分投影方法。利用肤色特征对给定图像进行人脸区域的确定,在人脸区域内按极角方向进行灰度积分投影,确定出人眼所在角度,将人眼角度方向的像素灰度值做水平方向积分投影,从而确定出人眼的位置。该方法能够实现同一幅图像中多个不同姿态人脸的人眼定位。大量的仿真实验表明,该方法的识别性能对人脸的旋转变化具有良好的鲁棒性,能够提高灰度积分投影方法对人眼定位的适用范围。     

基于灰度共生矩阵的火焰图像纹理特征分析

早期火灾是从无到有的发生发展过程,在这一过程中,火焰的纹理特征也会随之产生快速上升或下降,并出现大幅度抖动的现象.本文采用灰度共生矩阵分析法和MATLAB仿真工具,综合分析火焰以及台灯、目光灯、晃动的蜡烛等干扰物在能量、熵、惯性矩和局部平稳性四个主要方面的纹理特征,得到干扰物纹理特征与火焰纹理特征变化规律的异同,为进一步使用神经网络进行火灾图像探测时纹理特征参数判据的确定提供依据.     

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。     

基于灰度差分统计的火焰图像纹理特征提取

转炉吹炼过程中,炉口火焰的纹理粗糙度与吹炼所处的阶段有密切的联系.在不同的吹炼阶段,火焰纹理呈现较明显的变化,因此该特征可以作为转炉终点识别系统的重要参数之一,目的是从火焰图像中提取出描述纹理复杂度特征的描述子,进而区分出不同的吹炼阶段.提出基于灰度差分统计的火焰纹粗糙度提取方法,首先对原始火焰图像做去噪、分割、灰度转换的预处理,然后计算灰度差分直方图,在此基础上对比各种特征描述子表述粗糙度的效果.结果表明,和灰度共生矩阵方法的能量特征值相比,灰度差分统计方法中的角度方向二阶矩描述子对不同纹理所处的吹炼时期具有较高的识别率,且具有较快的识别速度,该特征描述子能作为重要的特征参数之一用于实际的转炉吹炼终点判断识别系统中.     

灰度投影结合Fisher准则的对象分割

视频对象分割是基于内容的视频编码和视频检索中的的对象跟踪方法,提出了一种可以从复杂场景中分割出MPEG-4的视频对象新方法.首先采用灰度投影匹配进行全局运动估计和补偿,用以消除背景变化的影响;然后由二次差分抽取中间帧解决遮挡问题,通过Fisher评价函数结合数学形态学填充得到运动对象分割掩膜,同时消除残余噪声以及平滑边缘.实验结果表明,该方法在一定范围内较好地解决了遮挡问题,并能够高效快速地得到比较精确的视频对象.     

Shape from texture for smooth curved surfaces in perspective projection

Projective distortion of surface texture observed in a perspective image can provide direct information about the shape of the underlying surface. Previous theories have generally concerned planar surfaces; this paper presents a systematic analysis of first- and second-order texture distortion cues for the case of a smooth, curved surface. In particular, several kinds of texture gradients are analyzed and are related to surface orientation and surface curvature. The local estimates obtained from these cues can be integrated to obtain a global surface shape, and it is shown that the two surfaces resulting from the well-known tilt ambiguity in the local foreshortening cue typically have qualitatively different shapes. As an example of a practical application of the analysis, a shape-from-texture algorithm based on local orientation-selective filtering is described, and some experimental results are shown.     

利用灰度纹理分析方法识别蛋白质空间结构

蛋白质三维空间结构固有的复杂性给其结构分类带来了较大的困难。将蛋白质空间结构映射成为二维距离矩阵,并进一步视作灰度纹理图像,使用拉冬变换分析了该图像的纹理方向特性,基于灰度共生矩阵和Radon投影矩阵提出了一种低维的蛋白质结构特征提取方法。实验结果与对比表明,该方法不仅具有低维的特征,而且有效地实现了多类蛋白质结构分类识别。     

基于灰度最值和方向纹理的概率滤波算法

为了更高效地检测和滤除噪声,基于灰度最值和方向纹理的概率滤波算法根据灰度最值进行噪声检测,对检测出来的可疑噪声,根据四个方向纹理的平滑过渡性进行第二次噪声检测。运用滤波窗口中出现频次最高的信号像素取代噪声。如果窗口中不存在信号像素,增大滤波窗口,以使窗口包含信号像素。当滤波窗口增大到允许的最大尺寸时,窗口中依然没有信号像素,则用窗口中已处理的、出现频次最高的像素取代噪声。将算法与当前滤波性能最好的中值滤波算法用于图像滤波实验。从滤波结果的主观视觉效果和客观数据两方面进行的比较分析证明,相对于当前的中值滤波算法,基于灰度最值和方向纹理的概率滤波算法具有更加良好的滤波性能,在滤除噪声的同时,很好地保持图像的边缘和细节。     

基于图像传感器的皮肤纹理自动测量系统设计

为了客观定量评价皮肤纹理的老化,介绍了一种基于图像传感器的皮肤纹理自动测量系统。首先,利用CMOS图像传感器在光照条件下通过光电转换实现对皮肤图像的采集。然后,借助图像处理技术对采集的图像进行处理。最后,用软件定量计算皮肤表面纹理中的各测量指标（如,皮嵴的平均面积、数量、皮沟的深度等）,并在此基础上通过统计学方法来分析各个测量指标的特点。整个系统集采集、处理与计算于一体,具有低功耗、高稳定、应用性广、操作简单等优点。     

基于小波变换的图像纹理特征提取技术

纹理是一种区域特征,是对于图像各像元之间的空间分布的一种描述.由于纹理能充分利用图像信息,无论从理论上或常识上出发它都显然应该成为描述与识别图像的重要依据,同时与其它图像特征相比,它似乎能更好地兼顾图像宏观性质与细微结构两个方面,因此纹理分析成为图像分析的重要手段.它被广泛的应用于气象云图分析、卫星遥感图像分析、机器人视觉、工业监控、场景分析、辅助医疗、生物组织和细胞的显微镜照片分析和军事目标分析等诸多领域.     

基于支持向量机和灰度共生矩阵的纹理图像分割方法

图像分割是计算机视觉领域的研究热点。灰度共生矩阵是图像灰度的二阶统计度量,反映了纹理图像灰度在方向、局部邻域和变化幅度的综合信息,以能量、对比度、熵、差方差和差熵作为纹理图像的特征,利用支持向量机(SVM)对这些特征进行训练和分类,以达到纹理图像分割的目的。详细说明了纹理图像的分割过程,同时分析了不同参数情况下对分割精度的影响。针对Brodatz纹理库的实验结果表明:该方法具有较好的分割效果。     

一种基于灰度分割的自动调焦算法

针对红外图像的自动调焦问题,提出了基于灰度分割的图像清晰度评价函数,对比传统的图像清晰度评价算法,新算法满足无偏性和单峰性,并且具有更高的灵敏度和较快的计算速度。     

基于灰度关联的多传感器融合目标识别方法

为实现对多传感器目标识别系统中目标的正确分类,提出了基于灰技术理论的多传感器融合的目标识别方法。其中,单传感器识别采用计算待识别目标的灰关联系数和灰关联度,利用灰关联度的排序得到目标在时域上的识别,最后,利用各传感器灰关联度矩阵的范数得到多传感器信息融合的识别结果。计算实例验证了该方法的有效性。     

基于部首合并的自适应文字切分制作笔迹纹理

目前笔迹鉴别预处理阶段的纹理图像制作通常采用压缩行距及字间距的方式,由于样本中存在随机出现的过长笔画,导致制作出的纹理不均匀,以致影响最终的笔迹鉴别结果。提出了一种基于偏旁部首合并的自适应文字切分算法,实验表明采用此算法能够对粘连的文字进行有效切分并且能够确保分字的正确,从而制作出的纹理更加均匀,能够有效提高笔迹鉴别的效果。