空间灰度相关图象纹理分割方法

本文给出了图象纹理分割的空间灰度相关法(SGLDM)中四个描述性强的纹理特征。定义了纹理特征矢量。在此定义基础上,给出了一种新的图象纹理分割方法。最后以四幅分割难度较大的纹理图象实验,说明利用四种纹理特征的方法可以有效地对纹理子图案非随机旋转的图象进行纹理分割。     

基于分形参数的中药材显微图象纹理分析

提出了一种基于分形维数分析中药材显微图象的方法。将中药材显微图象视为灰度纹理图象,依据分形布朗运动性质和功率谱法对4种中药材显微图象进行分维数计算。结果表明:中药材显微图象具有分形的特征,分维数能有效地描述纹理的结构与灰度,不同的显微图象对应不同的分维数,分维数可作为分析图象及进一步识别图象的一个定量参数。     

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．     

基于小波包特征的纹理影像分割

利用小波包变换来检测纹理图象上的灰度变化，以得到多分辨率、多方向性的微观统计特征图象，在此基础上用Ｅｎｖｅｌｏｐ算法提取基于边缘信息的纹理特征，为了克服纹理特征之间的相关性，采用了子空间分类器对纹理特征图象进行分类，取得了较好的分割效果。     

一种新的结合纹理特征的SVM图象分割方法

本文提出了一种新的结合纹理特征的支持向量机图象分割方法,将纹理特征和灰度特征一起组成训练特征向量,利用支持向量机分类方法进行图象分割.该算法结合了纹理特征在图象描述中的重要意义和支持向量机方法在模式识别领域已表现出的优越性能,实验证明其在图象分割中取得了良好的效果.同时,当需要处理一批内容相似,感兴趣区域具有相同纹理、灰度特征的同类图象时,只需对其中一幅代表性的图象进行SVM训练,所产生的分类模型适用于所有该类图象,无需逐幅进行处理,大大简化了运算过程.     

一种快速煤岩显微图象模式分类方法

煤岩显微图象的模式分类算法是数字化煤岩分析系统中成分识别的关键技术.为了快速准确地对煤岩显微图象进行分类,在深入分析单种煤的煤岩图象特性的基础上,提出了一个快速、有效的特征提取方法,该方法首先消除灰度分布的平移,再提取整幅图象的纹理特征和灰度特征,以及每个处理单元的纹理特征和灰度特征,然后将上述特征以不同的权重加以融合,进而形成一个综合特征值,最后通过对该综合特征值进行逻辑判断来实现煤岩显微图象的模式分类.实验结果表明,利用该方法,能快速、准确地实现单种煤煤岩显微图象的自动分类.     

统计纹理特征在图像分类中应用与研究

简介纹理特征与分析的意义与方法内容,详细介绍了基于图像灰度直方图的统计特征方法,通过该方法所得出的纹理度量值,实现了对图像不同灰度值类型的像素分类。     

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.     

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.     

灰度-差值共生矩阵图象纹理分析方法

本文提出了灰度-差值共生矩阵模型的图象纹理分析方法。由此模型计算了12种纹理特征,获得了识别六种遥感图象的满意的分类结果.     

地物图象的纹理特征与分类

本文采用了两类纹理特征,灰度共生矩阵及纹理能量,进行地物图象自动分类,对121块陆地卫星样区数据进行计算机分类得到了良好的结果,两类特征中纹理能量特征的性能显得更为有效。     

基于灰度变化统计的图像检索

纹理是图像的一个显著特征,也是基于内容检索的一条主要线索。提出了一种基于纹理灰度变化统计的图像检索方法,在水平、垂直、45°和135°方向上统计像素灰度值的变化量,提取关于图像纹理粗细、走向等信息。并将此方法与灰度共生矩阵法和纹理谱法进行比较,从查准率、平均序号和检索时间三方面进行分析,验证了此方法的有效性。同时,还结合颜色特征进行综合检索,并将相关反馈技术融合到算法中,通过多次检索自动调整各特征量的权值以满足用户的检索需求。     

基于特征加权的自然纹理FCM聚类分割算法

为了实现自然材质的纹理分割,根据自然纹理的弱规则性特点,提出一种由图像灰度值、灰度分布统计及图像纹理能量统计作为纹理表征的特征参数,并组成三维特征矢量以实现自然纹理分割的算法。考虑到样本不同特征值对分类的不同影响,算法中引入了特征加权的FCM模糊聚类方法以提高各特征参数在聚类约束力上的可控制性,从而实现纹理图像的更有效分割效果。实验证明,该方法简单高效、可控性强,对各种自然纹理图像具有较好的纹理分割效果。     

基于特征加权的自然纹理FCM聚类分割算法

为了实现自然材质的纹理分割,根据自然纹理的弱规则性特点,提出一种由图像灰度值、灰度分布统计及图像纹理能量统计作为纹理表征的特征参数,并组成三维特征矢量以实现自然纹理分割的算法。考虑到样本不同特征值对分类的不同影响,算法中引入了特征加权的FCM模糊聚类方法以提高各特征参数在聚类约束力上的可控制性,从而实现纹理图像的更有效分割效果。实验证明,该方法简单高效、可控性强,对各种自然纹理图像具有较好的纹理分割效果。     

方向测度及其在纹理识别中的应用

在一均匀的纹理图象中沿任何一个方向象素的灰度变化都服从一定的规律.依据这个特 点,本文提出一种新的纹理统计特征--方向测度.方向测度能够提取纹理的二阶及高阶统 计特征.高阶方向测度对自然纹理具有很高的识别率.另外方向测度的计算量小,运算结构简 单,利于多机并行处理.     

一种基于小波分析的纹理背景下的物体分割算法

基于物体和作为背景的纹理图象在线性赋范空间Ｌ１中的能量分布不同这一特点，给出了一种基于小波分析的特征选取方法，由此得到最佳的特征描述并运用分裂－合并算法进行图象分割。这种算法本质上是从灰度分布来分割图象算法的推广，它不仅适用于纹理背景下的物体分割，而且适用于纹理区域和平滑区域组成的复合图象的分割以及不同纹理间的分割。     

基于纹理分析的去噪声方法研究

中巴资源一号卫星高分辨率CCD相机接收的图像数据,灰度值偏低,对比度较差,且存在明显的条带噪声;当图像被增强时,这种条带更加突出,严重影响了图像的质量以及清晰度,不利于数据的应用。从与以往不同角度出发,提出了基于纹理分析的去条带方法。即将图像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去噪声基础上,再用灰度共生矩阵法进一步进行直方图平滑,以消除局部噪声。同时将此方法与基于统计的均值调节法进行对比分析。     

基于灰度共生矩阵的图像纹理特征提取分析

图像纹理作为一种重要的视觉手段,是图像中普遍存在而又难以描述的特征。目前常用的纹理特征提取的方法主要有统计方法、模型方法、信号处理方法和结构方法。灰度共生矩阵即为灰度级的空间相关矩阵,以其为基础的统计方法通过对矩阵统计量的求取较好地提取到了纹理特征,通过选取关键参数编程并进行仿真实现,分别求取了四个方向的灰度共生矩阵及其特征量来分析图像的纹理特征。     

一种有效的文本图象识别方法

针对文本图象的识别,此文提出了一种新的方法.该方法中分别利用了图象的颜色及纹理信息,并将其结果进行融合得到了很好的效果.首先根据颜色直方图的特征,利用其分布特征及信息熵,对图象做识别;其次以图象的灰度共生矩阵用来表达纹理,并提取该矩阵的相关特征量用来对图象做识别.该方法充分考虑了文本图象的颜色及空间分布特性,提取了有效的表达参数,实验结果与性能比较表明,该方法是有效的.