基于纹理频谱子集的纹理识别

纹理频谱法是一种有效的纹理特征提取方法,但其所提取的特征高达6 561(38)维,导致很大的存储和计算复杂性.局部二值模式通过简化纹理频谱法的定义,虽然减小了计算的复杂性,却削弱了纹理的刻划能力.为了在保持纹理频谱法纹理刻划能力的同时,又减少其存储和计算复杂性,提出了基于子集的纹理频谱方法.新方法建立在统一模式的概念上,仅提取纹理频谱的1个子集,特征维数仅为原方法的12%,大大减小了空间和时间代价.实验结果表明,新方法比纹理频谱法和局部二值模式具有更好的纹理识别性能.     

基于Gabor特征和局部二值模式融合的纹理图像识别

传统的Gabor滤波方法和局部二值模式(Local Binary Pattern,LBP)算法提取的纹理特征鉴别能力不足,导致纹理识别精度不够理想.为了解决上述问题,提出一种将全局Gabor特征和局部LBP特征进行融合的纹理图像识别方法.该方法利用Gabor滤波方法提取纹理图像的全局特征,利用LBP算法提取纹理图像的局部特征,然后在最近子空间分类器的框架下实现全局和局部特征的融合以及纹理图像识别.在CURe T和KTH-TIPS基准纹理库上的实验结果表明,笔者提出的方法显著超越了传统Gabor滤波方法和LBP算法的纹理识别精度.     

基于小波域局部二值模式和活动轮廓模型的纹理图像分割

提出一种双树复小波域局部二值模式和活动轮廓模型的纹理图像分割方法.该方法首先使用双树复合小波(DTCWT)分解纹理图像,然后使用局部二值模式(LBP)提取纹理特征.利用最大熵准则对纹理特征图像进行选择.活动轮廓模型(ACM)用于最后得分割.实验结果表明提出的方法对于合成纹理和自然场景数据集达到了较高的分割精度.     

快速和尺度稳健的纹理图像识别

传统的纹理图像识别方法很难同时获得较好的识别精度、实时性和尺度稳健性,不利于实际的工程应用.因此,提出一种快速和尺度稳健的纹理图像识别方法.该方法首先利用高斯滤波构造一个纹理图像的多尺度空间,然后利用完备的局部二值计数(Completed Local Binary Count,CLBC)算法对多尺度空间中的每个图像提取局部二值特征,并跨尺度提取局部二值特征的最大值,再将多个分辨率的特征相结合作为纹理图像的最终特征描述,最后利用最近子空间分类器(Nearest Subspace Classifier,NSC)判定纹理图像的类别.在基准纹理图像数据库上的实验表明,该方法在识别精度、实时性和尺度稳健性方面获得了很好的综合性能,有利于实际的工程应用.     

基于MRF与纹理特征的图像深度信息估计

提出了一种基于马尔科夫随机场(MRF)模型与多尺度纹理特征的单幅图像深度信息估计方法,该方法采用了Laws滤波器分别对图像的边缘、梯度、点进行滤波,捕捉二维场景图像中不同尺度的纹理能量以获得深度信息的特征.并根据纹理特征在不同尺度范围的不同值,计算出纹理线索与场景深度间的概率关系,在此基础上,构建MRF概率模型.MRF模型通过分析邻域系统和设计迭代准则很好地描述了纹理特征与场景深度之间的关系,最后通过迭代算法获得二维场景图像的深度信息.实验结果表明,该方法对场景深度信息的提取具有较好的效果,对于二维场景图像的场景结构、空间布局的约束较少,算法鲁棒性好.     

磨粒图像的纹理分析及识别

以磨粒显微图像分析为应用背景，引入方向测度对磨粒图像表面纹理特征进行描述．该方法对磨粒图像各方向的灰度变化规律进行统计分析，提取了8个纹理特征．然后以提取的纹理特征为输入矢量，利用径向基函数神经网络对磨粒纹理进行分类识别．应用实例表明，方向测度综合反映了磨粒纹理的方向性和粗糙性，可用于磨粒纹理特征的描述；所建立的基于神经网络的磨粒纹理分类模型学习速度快，识别率较高．     

相位一致性结合局部二元模式的纹理分类方法

局部二元模式(Local binary pattern,LBP)是一种经典的纹理分析方法,然而现有LBP方法对噪声非常敏感,其鲁棒性并不高。提出了一种利用相位一致性(Phase congruency,PC)提高LBP在噪声图像中的鲁棒性的方法。首先计算图像的PC值,即用Log-Gabor滤波器对图像进行滤波,然后将不同方向上的滤波结果融合在一起得到二维PC值,接着在PC值的基础上计算LBP特征并统计其直方图,最后用Chi-square距离来度量纹理图像之间的相似性。由于滤波过程可以极大地降低噪声对图像的干扰,因此LBP与PC方法结合后在图像表征和纹理描述中具有较高的鲁棒性能。     

一种基于Gabor滤波器组和LBP的多特征联合SAR纹理图像分类方法

实现能够使先进飞行器根据获取的图像自动识别不同的地貌景物,是一种具有实际应用前景的技术需求.提出了联合Gabor滤波器组和局部二值模式来对SAR纹理图像进行分类的新方法SARICIT (SAR Image Classification using Inquiry Table).首先对第一套带类标的训练图像集提取两种特征,分别使用的基于非监督和监督模式相融合的混合神经网络分类器进行训练,然后使用第二套带类标的训练图像集制作二维分类信息查询表,记录两种分类器对每一幅图像的判断结果.在实际进行分类阶段,对新图像提取Gabor和LBP两种纹理特征,输入训练好的分类器.根据两种分类器给出的类型响应,结合查询表,使用一种投票的机制来确定待分类的图像的纹理属性.通过对真实SAR图像的实验结果表明,与流行的单独使用一种纹理特征进行分类相比,新方法能够对SAR图像纹理做到更准确的分类,对雷达图像更具有适用性.     

基于纹理谱描述子的图像检索

本文利用一种相关性弱的纹理谱描述子来描述图像的纹理特征．该纹理谱描述邻域内像素灰度变化模式,并以纹理谱直方图形式表示图像内容．建立了基于中文自然语言纹理描述词的图像检索系统,构建了纹理属性词典．实验结果证明,基于纹理谱描述子的特征是提取方法速度快,检索准确率高．     

基于底层纹理特征的图像检索

讨论了统计法中的灰度共现矩阵法和频谱法中的小波变换法来提取图像底层纹理特征,并对此进行了比较和分析,实验表明,基于小波变换的纹理特征提取方法可以有效描述图像底层纹理并取得较好检索结果。     

图像纹理分析与纹理测度

为了从更深层次上进行系统的纹理分析 ,首先概括了纹理分析中的困难并从寻找纹理的本质入手 ,回答了纹理图像与普通数字图像间的差异、成像尺度与图像纹理间的关系、窗函数的选取等问题并给出了计算一幅具体图像纹理性大小的算法。从采样频率和成像尺度的角度来看待图像纹理在该领域内尚属首次。仿真实验对Brodatz像册中全体纹理图求取了纹理性因子的大小并进行了排序 ,试验表明该求取纹理性因子的算法与视觉感受趋于一致。对图像纹理理论探讨的欠缺是纹理分析的瓶颈 ,该文是在一这方面努力尝试的结果     

基于凹凸纹理映射技术的视差纹理映射技术改进

凹凸纹理映射技术是三维图形学中近年来研究的一个热点,它被使用来绘制物体表面的细节,使物体表面看起来具有粗糙感,增加绘制场景的真实程度。视差纹理映射技术是新近提出的实现物体表面粗糙感的一种凹凸映射技术,它是对目前因计算量过大而无法应用于实时渲染系统中的传统凹凸纹理映射技术的改进,这种技术不是对物体表面的顶点进行偏移,而是借助于高度图对纹理坐标进行偏移,从而近似达到位移映射技术的效果。本文从对高度值的调整和偏移值的校正两方面着手,对视差纹理映射技术加以改进,使绘制后的物体表面真实感更强,且所增加的计算量不大,使其应用范围更加广泛。     

基于三维纹理场的自然纹理模拟

分析了纹理映射和过程纹理算法在三维形体表面自然纹理绘制的不足,提出了基于真实的纹理照片(样图)构建纹理场,进一步在纹理场中嵌入OBJ形体,通过蚀刻纹理场获得形体表面纹理的方法。该方法具有更好的实时性,更好的适用性,能适合游戏场景的绘图需要。     

彩色纹理反走样技术研究

反走样是一种真实地显示物体的方法,它在图形图像领域中被广泛应用。以彩色纹理工作原理为背景,总结出了针对不同实体的反走样关键技术及其实现,最后提供了改善关键技术的方案。     

一种多尺度纹理主频的检测与分割

介绍了一种对含有多种纹理结构的图像的纹理主频检测——香农小波包分解的纹理主频检测 ,然后利用 Gabor滤波器确定主频 ,最后应用边缘提取实现纹理分割     

三维纹理映射技术研究

讨论了三维纹理映射技术中的过程纹理,分析了几种常用的过程纹理函数,运用线性插值和二次插值方法对传统的木纹函数进行了改进,保证木纹颜色变化的连续性,并给出了基于OpenGL实现颜色线性插值和二次插值的木纹效果实例.     

论装饰雕塑的材料肌理

主要阐述装饰雕塑的材质肌理的特性及其对整个造型的影响。探讨材料肌理的应用与开发。     

CVD金刚石薄膜的织构分析

采用极图和取向分布函数法分析ＣＶＤ金刚石江膜的不同织构,分析表明,高的多重性因子使得｛１１０｝面织构有更高的出现概率,具体分析了｛２２１｝面织构出现的孪生机制,强调了织构与性能关系研究的重要性,并推荐使用先进织构分析手段。