纹理图像中重复纹理元素提取方法

提出了一种交互式纹理图像中纹理元素提取算法,该算法能够在用户提供少量交互的情况下较好地实现纹理图像中重复纹理元素的同时提取。首先采用均值漂移聚类算法将纹理图像分割成独立且连通的子块区域,并构建图像子块区域之间的连通关系;然后结合颜色特征与纹理特征定义一个鲁棒的相似性度量公式,从而准确地捕获具有外观相似特征的纹理元素;在此基础上,通过进一步改进优化的图割模型,最终实现高质量的纹理元素提取。该算法针对前/背景颜色相近的纹理图像中纹理元素的提取有较大改善,并且大大提高了现有图像分割算法的时间效率。     

一种基于图割的改进立体匹配算法

针对基于图割法的立体匹配算法耗时太长的问题,提出了一种基于简化网格图的立体匹配算法．算法 通过区域匹配算法得到每个像素的初始视差值,然后只保留完整网格图的部分可能的视差值,去除其余大部分的节 点和边缘,建立简化的网格图．该方法大大缩减了网格图的容量,缩短匹配所用时间,并且能够选用更大的视差范 围．实验证明,该算法能够得到比较理想的视差图,而且大大缩短立体匹配所用时间．     

基于图割的图像分割综述

从图割的特性与图像的对应性以及图割的能量最小化方面,综述了图割的基本理论框架及基于图割进行图像分割的基本框架;介绍了图割的研究现状及应用领域;指出了基于图割的解题步骤及能量函数的构造方法,从图割存在的问题和研究前景出发,展望了图割未来的研究方向.     

基于滤波器阵列与图割的彩色纹理分割

图割法因无法体现像素点的纹理区域特性而难以应用于纹理分割。针对该问题,提出一种基于滤波器阵列与图割的彩色纹理分割算法。利用构建的滤波器阵列提取图像的纹理特征,并加入图像的H、S、I分量值组成纹理-色彩特征向量,采用texton直方图作为彩色纹理的统计模型对纹理-色彩特征向量进行统计计算,通过直方图差计算像素点间的纹理相似度,再应用图割法中的规范割准则对彩色纹理进行分割。实验结果证明,该算法具有较高的分割准确性。     

基于图割的MRI脑部图像肿瘤提取方法

针对当前医学图像特征提取仅从局部特征出发的问题,提出一种基于图割的脑部肿瘤提取方法。为克服图割仅适用于较少像素的图像和倾向于小割集的缺陷,对图像进行聚类以提高特征提取的准确度和速度,并构建聚类图的Gomory-Hu割树。按照割值的大小,依次去掉值较小的边提取出聚类图的子图,映射到原图像得到对应的子图像。将该方法应用到MRI脑部图像肿瘤提取中,实验结果表明,其能准确提取出MRI脑部图像中的肿瘤。     

纹理图像混合

基于样本的纹理合成方法是继纹理映射和过程纹理合成等方法后发展起来的一种纹理拼贴方法,而在已有的算法中,绝大多数算法只能处理单纹理样本的合成.提出了一种新颖的可处理两个纹理样本的纹理混合方法.首先用点匹配的方法获得两个样本纹理图像混合的最佳位置,然后应用最大流原理进行混合.本算法可以自动在最佳的位置进行最佳的纹理混合.实验结果表明,该方法可获得比较理想的混合效果.     

基于SIFT特征和图割算法的图像分割方法研究

图割算法是图像分割方法中的一种高效的最优化计算方法,针对图像中目标物体的旋转尺度光照变化导致的分割不准确问题,提出了一种基于SIFT(Scale-Invariant Feature Transform)特征的图割(Graph Cuts)算法;该方法将SIFT特征的尺度旋转不变性和图割算法的准确快速性结合在一起,通过提取图像中物体SIFT特征点做为图割算法的种子点,求解最小能量函数快速从而获得该图像的最优分割;实验结果表明,该方法鲁棒性较好,能准确地分割出目标物体在图像中的轮廓。     

不确定图最小割边问题研究

近年来,在多种领域中产生的大量数据都可以自然地建模为图结构,比如蛋白质交互网络、社会网络等.测量手段的不准确性以及数据本身的性质导致不确定性在很多图数据中普遍存在。文中研究的是不确定图中最小割问题,也就是说:在不确定图中,由于数据的不确定性,当某边或者某顶点去掉时,可能造成最小割变化,而通常最为关心的则是这个最小割的最大值在不确定图中的概率是多少。     

SAR图像分割的改进参数核图割方法

针对合成孔径雷达(SAR)图像的分割问题,提出一种改进的参数核图割方法。对参数核图割方法中的能量函数进行改进,在核空间中考虑分段常数模型,并实现目标函数的空间核化。SAR图像的分割通过能量函数的最小化实现,由不动点迭代估计区域参数,并由图割模型逐步最小化能量函数实现SAR图像的分割。为验证改进参数核图割方法的分割效果,对自然图像进行分割,结果表明,其分割精度达到83%,比参数核图割方法提高了11%。真实SAR图像的分割结果验证了该方法对SAR图像的分割结果优于参数核图割方法。     

一种结合图割与双水平集的图像分割方法

针对水平集方法在图像分割中需要多次迭代,且计算量大的问题,提出一种基于图割与双水平集的图像分割方法。首先在目标边界内外部各设置一条初始轮廓线和一个阈值,通过双水平集方法对轮廓线进行演化。当轮廓线的能量变化率小于给定阈值时,终止水平集演化。将得到的两条轮廓线化为源点和汇点,通过图割方法得到最终目标边界。该方法有效减少了水平集迭代次数,提高了分割效率,而且给出了一种终止水平集迭代的方式。实验表明该方法具有较好的分割效果和较高的分割效率。     

一个新的纹理图像合成方法

基于样本的纹理合成方法是继纹理映射、过程纹理合成等方法后发展起来的一种纹理拼贴方法,可以避免以往方法中的接缝、走样等问题,在计算机图形学、计算机视觉、图像处理等领域是非常重要的.一种基于块的纹理合成新方法被提出:应用最大流原理和顺序访问方式建立了新的GraphCut图结构,该方法具有Graph Cut算法[2]的较好运行效果,并降低了Graph Cut算法的复杂性.其中,对近规则邻域的纹理图像合成尤为适用.     

一种基于图的人脸特征提取方法

当前主流特征提取方法主要从全局特征或局部特征出发实现降维。为了能充分反映样本的全局特征和局部特征,提出基于图的人脸特征提取方法。该方法首先通过对训练样本进行学习得到最佳投影方向,该方向保证投影后的样本类内紧密而类间松散;然后将测试样本映射到最佳投影方向上并利用最近邻分类器进行样本类属判定。标准人脸库上的比较实验结果证明了所提方法的有效性。     

基于跨时空域相似邻接图的视频分割算法

视频分割是视频处理领域的基本问题,也是该领域的研究前沿和热点问题之 一,在视频监控、编辑合成等方面都有着重要的应用。传统的视频分割方法大多依赖帧间局部 相似性或运动的连续性进行区域划分,对遮挡、大幅度运动等情况的分割效果较差,需要大量 的手工交互。论文通过在视频空间建立跨时空域的相似性邻接关系,提出一种新的视频分割图 分割模型,并且采用最大流/最小割算法对相应的模型进行快速求解,从而实现视频的有效分割。 论文算法只需要用户在视频的关键帧图像上进行少量交互,便自动获取整个视频分割结果;并 且,该分割过程不受前景对象遮挡、快速运动等情况的影响,具有很好的稳定性。     

基于谱图理论的自适应纹理图像检索

将谱图理论引入图像检索领域,将原图像按照灰度级进行划分,针对各个图像灰度分布的差异提出自适应划分方法,把图像的每个划分都看作一个子图,利用谱图理论计算各个子图之间的Normalized cut（Ncut）,生成一个Ncut矩阵,在生成的Ncut矩阵中,计算每一个子图与其余子图的相似关系,提取原图像的特征向量,达到检索的目的。实验结果表明,该方法优于传统方法。     

用图割构造长景物图像

多视点长景物图像指的是由一系列沿某一景物连续拍摄的图像拼接而成的长景物图像。提出了一种基于图割的由多视点构造长景物图像的新方法,该方法将由摄像机拍摄的原始图像投影到将要形成的长景物图像主平面上;再根据长景物图像形成的几个条件构建能量函数,将视点选择问题转变为能量函数最小化问题;通过Boykov等人提出的快速近似能量函数最小化的方法使其最小化,从而得到满足条件的长景物图像。实验结果显示,用该方法拼接而成的长景物图像在拼接处显得相当自然,真正做到了无缝光滑过渡。     

利用小波变换和纹理特征实现运动对象检测

运动对象检测是计算机视觉应用中的一个重要问题。提出了一种新的检测运动对象的算法。首先通过计算图像块的小波变换域不同频率的纹理特征从而得到图像的特征，然后利用前景图像和背景图像的特征差异得到运动对象。同时，采用一种改进的背景维护方法以提高算法对环境光线变化的抗干扰能力。实验结果表明该算法具有快速、可靠的特点，可满足实时运动检测的需要。     

Multi-scale sparse feature point correspondence by graph cuts

This paper presents a global stereo sparse matching technique based on graph cut theory to obtain accurate correspondence of stereo point pair in vision measurement applications.First, in order to obtain accurate location of feature points, a new multi-scale corner detection algorithm is proposed where wavelet coefficients are used to determine feature points by calculating an auto-correlation matrix.A sparse graph is constructed based on the feature points according to the graph cut theory.Then, the featur...     

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.     

基于图割的矩形目标交互式分割方法

为得到更加精确的图像分割结果,可以在基于图割的分割框架中引入形状先验指导分割。针对矩形目标提出了一种目标/背景交互式分割方法。分割能量用马尔可夫随机场最大后验概率描述,通过限制有向图中的流向引入形状先验,可以保证图割优化后的分割结果为矩形形状。对仿真图像与真实图像的实验结果证明了该算法的有效性。