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...     

基于灰度共生矩阵方法的激光散斑特性分析

为了实现物体表面粗糙度的测量,基于激光散斑原理,利用灰度共生矩阵方法计算了激光散斑图像的基本参量,分析了激光散斑含有的物体表面粗糙度特征。在此基础上搭建了物体表面粗糙度激光散斑测量实验系统,采集了不同表面粗糙度标准样板在不同入射角条件下的激光散斑图,继而得到了研磨和平磨条件下散斑条纹对比度与光束入射角之间的关系。结果表明,入射角约为60°时,散斑特性及其对比度效果最好。     

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。     

基于光纤振动的激光散斑抑制方法的研究

为了解决激光显微成像系统中散斑的抑制问题,采用散斑暗区比方法研究了光纤振动对显微散斑图像的影响。实验中采用波长为532nm的激光作为显微系统光源,利用光纤振动对激光显微图像散斑进行抑制;同时采用CCD图像传感采集系统对样品表面进行的显微成像,并对光纤在不同振动电压下的显微图像暗区比进行了分析。结果表明,随着振动电压的增大,图像的散斑暗区比会逐渐减小,当电压为2.6V时,图像散斑暗区比达到5.64%,散斑对比度为4.17%,接近人眼分辨率4%,可达到良好的散斑抑制效果。     

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笔迹识别

把手写笔迹作为一种纹理来看待,利用图像纹理处理技术和数学方法对笔迹的纹理特征进行提取鉴别,将笔迹识别问题转化为纹理识别。论文使用20个人的不同笔迹进行实验,采用灰度共生矩阵来提取这些笔迹的纹理特征,用夹角余弦相似度算法完成识别工作,取得了较好的效果。     

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。     

基于图像功率谱的激光散斑评价方法

激光散斑在相干光成像、全息术、多模光纤通信、计量等领域具有重要的应用。为了对激光散斑进行评价,提出一种在频域采用散斑图像功率谱谱宽作为激光散斑评价的方法,设计了一种基于光纤振动的功率谱散斑评价实验装置。采用0.5W,532nm激光作为光源,通过电压驱动音圈电机振动光纤对激光散斑进行控制,利用CCD图像采集卡采集图像后,分别采用散斑图像的对比度方法和功率谱方法对不同驱动电压下的散斑图像进行了分析评价。结果表明,功率谱方法具有较高的灵敏度及较宽的评价范围。     

基于灰度共生矩阵的SAR图像压制式干扰评估

压制式干扰效果评估一直是SAR对抗评估中的难点,大多数评估方法是从灰度值本身的变化来评估干扰的好坏,并没有从SAR图像具有的纹理特征角度分析干扰效果。针对此问题,提出了一种基于灰度共生矩阵的SAR图像评估方法,加入射频噪声干扰,利用灰度共生矩阵得到的纹理特征的不匹配度来评估压制式干扰效果。仿真实例表明了方法能够定量地描述压制式干扰的效果。     

灰度共生矩阵纹理特征选块的可逆图像水印

针对当前灰度共生矩阵(GLCM)的4个主要特 征参数与图像子块纹理复杂度之间没有准确的数学关系和隐蔽 图像遮蔽性上不足的问题,提出一种GLCM纹理特征选块的可逆图像水印。首先把原宿主 图像分成 128×128大小的子块;然后利用均方误差(MSE)给 4个纹理特征参数赋予权值,建立特征参数与图像子块复杂度 的数学关系;最后计算得出各个子块的复杂度,选择复杂度最大和次大的子块,采用基于预 测误差对扩展 的可逆算法进行数据隐藏。提出的特征参数与纹理复杂度之间的数学关系,能够准确计算图 像子块复杂度, 嵌入水印后的自然图像和医学图像平均峰值信噪比(PSNR)值较 现有方法分别高出2.65%和0.93%左右。本文算 法能准 确反映子块内部的纹理复杂度并具有更好的隐蔽性,适用于医学、军事和卫星等领域。     

基于Gabor和灰度共生矩阵混合特征叶片泵装配质量检测

本文提出一种Gabor和灰度共生矩阵相结合的特征来检测叶片泵中叶片装配质量的方法。首先构建叶片图像数据集,用5种尺度的和4种方向的Gabor滤波器对图像滤波,根据滤波后的图像计算得到幅值特征图,然后提取幅值特征图的灰度共生矩阵特征,最后融合归一化各个幅值特征图提取到的特征,利用主成分分析法降维,并用这些特征向量训练支持向量机(SVM)分类器,实现对叶片装配质量的评估。将本文提出的混合特征与LBP特征、灰度共生矩阵分别进行了比较得到的分类效果约提高了约10%。基于Gabor和灰度共生矩阵混合特征的叶片装配质量检测准确率提升到了93%。实验结果表明Gabor特征和灰度共生矩阵结合后能够很好从多尺度、多方向上提取图像的纹理特征,并应用于图像分类取得了良好的效果,在一些图像识别上有很宽广的应用前景。     

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。     

基于灰度—梯度共生矩阵的图像型垃圾邮件识别方法

为了逃避基于文本的垃圾邮件系统的检测,越来越多的垃圾邮件制造者将文本信息嵌入到图像中。为了有效地检测出图像型垃圾邮件,提出了一种基于灰度—梯度共生矩阵(GGCM, gray-gradient co-occurrence matrix)的图像型垃圾邮件识别方法。先通过灰度—梯度共生矩阵提取图像的特征信息,然后运用最小二乘支持向量机（LS-SVM, least squares support vector machines）进行分类。实验表明,该方法具有较高的分类精度和较好的实时性。     

Robust skin-roughness estimation based on co-occurrence matrix

As the interest in one’s appearance has recently increased, the demand for diagnosing skin conditions has also increased. However, conventional specialized skin diagnostic devices are generally expensive, and people have to visit a skin-care shop to diagnose their skin condition. This is time consuming and troublesome. In this paper, we propose a skin-roughness estimation method that uses a mobile-phone camera in daily environments. In order to achieve accurate evaluation, the illumination variation is alleviated using texture components of the facial skin image. We also propose a new feature-extraction method based on the gray-level co-occurrence matrix, which effectively measures the skin roughness from the texture components. The performance of the proposed method is compared with the conventional commonly used features, and we verify the superiority of the proposed method.     

基于塑料光纤的激光散斑特性研究

为了解决激光成像系统中的散斑问题,利用ULN2003芯片驱动喇叭振动光纤对激光成像系统中的散斑特性进行了研究。采用波长为532nm的激光作为系统光源,通过线阵CCD图像传感采集系统对激光散斑图像进行采集,对塑料光纤在不同振动频率下的激光散斑对比度进行了分析。结果表明,在光纤振动幅度不变、振动频率在0Hz~20Hz内逐渐增加时,图像散斑对比度逐渐减小;当振动频率大于16Hz时,图像的散斑对比度趋于稳定,达到良好的散斑抑制效果,可用于激光显示及激光成像等领域。     

基于激光散斑子区域扫描的图像加密

提出一种将激光散斑子区域扫描应用于图像加密的方法。该方法从具有高度随机的激光散斑图像中提取多个子区域,使用SCAN语言将各子区域扫描为不同的随机序列,多组随机序列求和,取模形成新序列,并与待加密的原始图像进行按位异或实现加密。分析lena的加密效果、密钥空间、密钥敏感性与统计特性,证明了方法的可行性和安全性,而且散斑图像的不可预知性,降低了被破译的可能性。     

一种多尺度灰度共生矩阵的纹理特征提取算法

纹理特征作为图像的一个重要特征,在国画分类识别中的地位十分重要,但现有的纹理提取算法大多基于灰度信息而忽略了颜色信息。针对国画分类识别中纹理提取算法存在的问题,本文提出了一种多尺度、多色域的纹理特征提取算法,该算法结合了轮廓波变换和灰度共生矩阵的优点。为了对国画进行特征提取,该算法首先将国画图像转变到HSI色彩空间。然后,提取色调、饱和度、强度这三个色彩分量进行分区域操作,即提取每一个色彩分量的纹理特征。最后,将提取的3个特征向量融合并进行主成分分析降维。实验证明,与灰度共生矩阵相比,本文算法在国画分类识别方面查准率提高了7.5%,查全率提高了8.7%。实验表明多尺度灰度共生矩阵算法优于传统的灰度共生矩阵算法。