自适应样本块大小的图像修复方法

传统基于样本块的图像修复算法中样本块大小是固定不变的,在修复过程中无法根据图像的具体情况进行调节,这在很大程度上影响了图像的整体修复效果。为了解决这一问题,提出一种自适应确定样本块大小的方法。该算法通过分析图像的梯度域变化,获得各像素点处的结构信息,进而自适应确定待修复样本块的大小。仿真实验结果表明,该算法能够有效克服传统方法中经常出现的诸如结构误传播、图像整体结构丢失等缺点,对具有明显结构变化的图像取得了比较理想的修复效果。     

块纹理合成中纹理块尺寸自适应算法

分析了块纹理合成方法中纹理块尺寸对合成结果的影响,经过对大量不同类型纹理图像采样,归纳并验证了纹理相关性特征值与纹理块尺寸之间的关系,得出纹理相关性特征值自适应调整纹理块尺寸的算法.采用该算法可避免因纹理块尺寸选取不当而引起的合成时间的增加和合成质量的降低.     

一种新的结构自适应纹理合成算法

纹理合成是图像修补采用的主流方法,提出一种新的结构自适应纹理合成算法以提高纹理合成质量.首先通过分析图像灰度共生矩阵和灰度行程矩阵的特征参数确定纹理类型,然后对于显著结构纹理图像采用基于结构相似度的匹配准则以提高合成质量.实验结果表明本文提出的自适应算法可以有效提高显著结构纹理图像的合成质量.     

基于全变分和边界重构的纹理图像修复方法

在修复纹理图像时,将来自受损图像周边的像素或选出的纹理沿等照度线方向复制到受损区域内可能引起边界模糊。为解决上述问题,通过全变分将图像分解成骨架图和纹理图,用边界重建方法修复图像的骨架图部分,在修复的骨架图的导引下用纹理合成方法修复纹理图部分,使图像的纹理和结构得以同时修复。实验结果证明,该方法对具有复杂结构的纹理图像具有较好的修复结果。     

多传感器遥感图像纹理特征选取的研究

由于多传感器遥感图像具有多种多样的特征,分析图像具体信息需要对图像的特征进行准确提取,其中纹理特征能够表现出图像本质,该文采用灰度共生矩阵统计分析方法进行特征提取,能够准确分析出多传感器遥感图像的信息,并且能够满足卫星遥感图像信息处理的技术的不断提高和发展。     

一种基于自适应块拼接的纹理合成方法

纹理合成是当前计算机图形学、计算机视觉和图像处理领域的研究热点之一。本文在MRF模型和已有块拼接技术的基础上提出了一种自适应块拼接算法,该方法在全局最优的前提下进行不同大小纹理块的拼接,并使图像中的像素带有与视觉相关的权值,不仅在保证合成速度的同 时得到了更好的合成效果,而且从理论上统一了逐点合成和逐块合成两种基本方法。     

块纹理合成的优化计算

针对块纹理合成方法,深入分析了块的形状、大小以及相邻块间重叠区域等参数对合成效率的影响,并基于纹理的特征及其变化的周期和重叠区域的约束性等给出了衡量这些参数作用的度量方法.该方法能自适应地优化这些参数,提高纹理合成的效率.     

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.     

块尺寸自适应的Tile纹理合成算法

针对Wang Tiles纹理合成算法中样图信息利用不完全、所制作的Tile中心处有明显接缝,以及Tile拼接时拐角处不完全匹配等问题提出了一种改进的纹理合成算法。分析给定的纹理样图,得到适当的纹理块长度,按照该长度从纹理样图中提取4个菱形纹理块,生成Tile初始框架;从样图中选择与Tile初始框架尺寸相同的纹理块作为替代纹理块,与Tile初始框架重叠放置,求取最佳缝合路径,从而制作Tile;通过一系列Tile拼接生成最终的输出纹理。实验结果表明,该算法制作的Tile有很好的视觉效果,同时对各类型纹理该算法都能取得一个较好的纹理合成效果。     

基于微粒群算法的纹理合成图像修补方法

提出了一种基于微粒群算法（PSO）的纹理合成图像修补方法。针对基于块的纹理合成算法中常用的匹配块全搜索效率低下的问题,对候选区域采样确定初始微粒,利用PSO算法搜索得到最优匹配块。实验结果表明了方法的有效性。     

Texture synthesis via the matching compatibility between patches

A new patch-based texture synthesis method is presented in this paper. By the method, a set of patches that can be matched with a sampled patch for growing textures effectively, called the matching compatibility between patches, is generated first for each patch, and the set is further optimized by culling the patches that may cause synthesis conflicts. In this way, similarity measurement calculation for selecting suitable patches in texture synthesis can be greatly saved, and synthesis conflicts between neighbouring patches are substantially reduced. Furthermore, retrace computation is integrated in the synthesis process to improve the texture quality. As a result, the new method can produce high quality textures as texture optimization, the best method to date for producing good textures, and run in a time complexity linear to the size of the output texture. Experimental results show that the new method can interactively generate a large texture in 1024 × 1024 pixels, which is very difficult to achieve by existing methods. Supported by the National Basic Research Program of China (Grant No. 2009CB320802), the National Natural Science Foundation of China (Grant Nos. 60773026, 60833007), the National High-Tech Research & Development Program of China (Grant Nos. 2006AA01Z306, 2008AA01Z301), and the Research Grant of University of Macau     

纹理合成在图像修复中的应用研究

图像修复是数字图像处理领域中的主要研究方向,该文介绍纹理合成技术中的Criminisi算法,并针对其在利用边界点优先权调整修补次序过程中存在的问题,提出一种改进算法,该算法不仅可以有效改善图像的修复效果,还可以在数字图像上实现用背景替换较大的前景物。实验结果证明了其有效性。     

灰度共生矩阵纹理特征提取的Matlab实现

图像的特征提取是图像的识别和分类、基于内容的图像检索、图像数据挖掘等研究内容的基础性工作,其中图像的纹理特征对描述图像内容具有重要意义,纹理特征提取已成为目前图像领域研究的热点。文中深入研究了基于灰度共生矩阵（GLCM）的纹理特征提取方法,给出了基于Matlab的简便实现代码,分析了共生矩阵各个构造参数对构造共生矩阵的影响。分析结果对优化灰度共生矩阵的构造、实现基于灰度共生矩阵（GLCM）的特定图像的纹理特征提取等都具有重要参考意义。     

基于纹理的林区影像匹配窗口设置方法探讨

航摄像片中的森林区域灰度变化在一定尺度上不明显,不利于影像立体匹配.本文运用纹理描述影像灰度变化,用灰度共生矩阵进行纹理分析,以统计量能量、对比度和相关性为森林纹理描述特征值,比较得出适合3种典型林地类型的匹配窗口尺寸.利用500KV输电线路航摄影像,采用VLL相关系数的影像立体匹配方法,验证了合适的窗口设置有利于提高林区影像的相关性和匹配精度.     

基于纹理分析的去图象噪声研究

针对中巴卫星高分辨率CCD相机接收影像存在明显的条带噪声,本文提出了基于纹理分析的去条带方法,即将图象上具有特定特征的噪声信息看作是某种对应的纹理特征,在基于纹理特征滤波法进行图象预处理的基础上,再用灰度共生矩阵法进行直方图平滑,以进一步消除局部噪声．     

面向散斑纹理图像的相机聚焦评价算法

针对光学测量中操作员依照经验调节相机焦距而导致测量结果歧义这一问题进行研究,解决传统相机聚焦方法在散斑纹理图像上不适用的缺陷,基于灰度共生矩阵的熵、惯性矩和相关性三种特征量,提出一种面向散斑纹理图像的相机自动聚焦算法,辅助操作员调节相机。通过不同实验环境下采集的散斑纹理图像,验证所提算法单峰性和无偏性的特点,且具有一定抗噪能力。相比于传统评价算法,本文所提算法对散斑纹理图像的判断具有更强的针对性和更好的适用性,可为后续的精确测量提供保障。