纹理图象亮度阈值法提取SAR图象居民地

由于微波辐射的复杂特性，从合成孔径雷达图象上提取类似于居民地复杂结构的目标物的研究仍处于探索中．通过研究居民地对合成孔径雷达(SAR)的微波散射特性，分析居民地在SAR图象上的纹理特征，综合利用纹理分析、模式识别和颜色空间变换技术，提出了一种新的提取雷达图象上居民地的方法．该方法在共生矩阵纹理分析的基础上，选取3个合适的特征分量合成彩色纹理特征图象，再通过HIS变换获得亮度分量，使用亮度阈值分割图象来提取出居民地．此方法的特点是，其受雷达系统影响较小，适应性较强，以二值图象的形式记录居民地的提取结果．试验表明，利用此方法在SAR图象上提取居民地具有70％以上的正确识别率．     

一种新的彩色图象文字提取算法

文字信息在描述图象内容时起着重要的作用,因此文字提取及识别是基于内容视频检索的关键技术。提出了一个从彩色图象背景中提取文字的快速而有效的算法。由于文本字符串的对比度较高,首先用一个改进的sobel算子将彩色图象变换为二值的边缘图象,再对该边缘图象进行涂抹处理,然后基于候选文本区的特征从不同复杂度的彩色图象中提取文本信息,最后将提取出的文本输入到文字识别(OCR)引擎,识别结果证明了此方法的有效性。     

沥青路面破损图象特征提取方法研究

为了提高利用图象信息对沥青路面破损类型和程度识别的准确性和效率,提出了一种可减少沥青路面破损图象识别计算量的以图象分割子块模式识别结果为基础的路面破损图象特征提取方法.该方法将路面图象等分为64×64像素的子块图象,并用灰度方差值描述子块图象特征.设计了基于BP神经网络的子块图象模式分类器,利用子块图象模式分类结果所组成的矩阵作为路面破损图象分割结果.通过对典型路面破损类型的识别试验,证明了该方法的有效性,将路面破损图象子块分布特征作为路面破损图象的整体特征可以获得较好地路面破损分类识别效果.     

基于纹理信息的水果图像识别方法仿真研究

研究水果图像自动识别问题.由于外界噪声的干扰,影响自动识别的准确率.针对传统水果分类系统依靠人工或者特殊传感器件的局限,同时识别算法由于水果图像的颜色特征和纹理特征复杂,造成识别难度增大等缺陷,提出了一种新的计算机视觉和图像的水果自动分类识别系统.针对于对水果图像进行特征取值,特别是对颜色不同的水果进行识别.首先利用水果的HSV颜色表达,提取稳定的颜色特征;另外利用小波变换所生成的共生矩阵,提取水果的纹理特征.将这两种特征结合,并利用K最近邻分类器进行水果的分类和识别.经仿真结果证明了利用水果颜色和纹理特征的结合,可以有效的实现不同水果的自动分类,并比较传统单一的特征有更高的分类准确率.改进方法设备简单,分类准确率高,无需训练的优点,特别适宜在农业生产领域广泛应用.     

一种基于主矢量集的纹理图象分析方法

描述了一种基于多维纹理主矢量集与相应能量集的纹理图象表示及分析方法,并给出了由纺理图象求得主矢量集及相应能量集的计算过程,为了将该方法用于纹理识别及分析,文中讨论了在上述表示时,纹理图象的相似度度量,给出结构误差及能量的计算公式及两种计算结构误差、能量主总误差的算法,最后给出了用上述方法由计算机对Ｂｒｏｄａｒｚ的自然纹理图象及人工合成的规则纹理图象分析的实验结果,并与共发矩阵法作了比较,实验表明该     

综合颜色及空间特征的图象检索方法

针对目前的CBIR,没能有效地结合图象中对象空间信息的问题,提出了一种新的图象分割方法,该方法以线性加权方式融合颜色、纹理特征采用区域增长法对图象进行分割,避免了传统的由于单独采用颜色或纹理特征分割图象而产生的欠分割或过分割问题.根据分割区域的灰度、形状、位置等特征计算图象间的相似度,提出采用图象的灰度特征代替彩色信息以提高查询速度.     

基于小波模糊聚类的均质纹理和非均质纹理图象检索

基于内容的图象检索是近年来的研究热点 ,为此提出了一种自动区分均质纹理和非均质纹理图象 ,并对这两类图象分别进行检索的算法 .算法首先从图象离散小波变换的低频子带提取一定的颜色和纹理特征用于模糊聚类 ,将图象的低频子带分割为一定的区域 ;然后根据分割的结果将图象自动语义分类为均质纹理或者非均质纹理图象 ;最后对均质纹理和非均质纹理图象分别提取不同的特征矢量 ,并按照一定的相似度准则检索图象 .实验结果表明 ,该算法具有良好的均质纹理和非均质纹理图象分类和检索性能 .     

基于内容的图象检索系统的设计与实现

依据当前对图象查询的要求，本文设计了一套完整的基于内容的图象信息检索系统，该系统较以往的各种系统，功能更加全面。对基于内容的图象信息检索算法作了研究．重点阐述了对颜色、边缘、纹理等全局特征的提取与匹配算法。实验结果表明，该系统能有效、快速地检索大规模的图象数据库，具有一定的应用价值。     

基于小波分形特征提取的图象分割方法

提出了一种基于小波分解和分形纹理特征计算的图象分割方法,首先考虑对图象进行小波变换,然后对不同通道的子图象提取纹理的分形特征和能量特征,最后用直方图阈值分割方法实现图象的分割,实验表明,该方法对模拟纹理图象以及多少谱遥感图象的分割都取得了满意的效果。     

基于模糊C均值聚类和统计特性的医学图象检索

本文提出了一种基于灰度、形状和纹理特征的医学图象检索方法.图象被模糊C均值聚类算法预先分割成互相不重叠的子图象,然后对这些子图象分别提取特征,从而获得整幅图象的特征向量.分割后的各子图象和均方差特征描述了原图象的灰度分布情况,二值化后的7个不变矩和7个纹理特征描述了图象的形状和纹理信息.实验结果表明,该算法能够比较有效地应用于基于内容的医学图象检索中,在查全率和查准率上都优于实验中其他两种方法.