基于动态纹理切割的几何校正算法研究

要针对多通道曲幕投影显示系统的几何校正问题,提出一种基于动态纹理切割的几何校正算法.该算法首先按照不同的修正程度对曲幕进行切割;其次通过切割点寻找合适的纹理切割位置得到一系列条带状纹理四个角的坐标在校正前后的关系;最后利用这个关系完成帧缓存纹理重映射,从而实现了几何校正。在双通道曲幕投影系统中进行实验的结果和实际场景应用表明,算法能够有效提高几何校正效率,且无需专业的图像采集反馈设备,在成本上具有一定的优势。     

动态纹理合成技术研究综述

动态纹理是指描述某种动态景观的具有时间相关重复特征的图像序列,比如海浪、瀑布、火焰、烟雾等,它在视频制作、虚拟仿真、虚拟漫游中具有重要的应用价值。动态纹理的合成一直是计算机图形学的主要目标和难点之一, 本文主要研究综述了基于视频的动态纹理合成技术。基于视频的动态纹理合成技术不同于传统的基于物理仿真的方法,它不需要了解动态系统的原理,而是在对动态纹理样本进行分析和学习的基础上合成。文中对各种基于视频的动态纹理合成方法进行了比较和分析,总结了动态纹理合成的研究思路和指出了下一步的研究方向。     

全景视频纹理研究

提出了视频纹理的一种扩展形式-全景视频纹理,它结合了全景视频和视频纹理的优点,为得到广泛应用的全景图像注入了动态表现能力。在文中我们探讨和研究了全景视频纹理的制作和播放方法以及制作过程中的技术要点,并提出了解决方案。     

基于纹理特征和核Fisher的红细胞识别算法

为解决正常红细胞的计算机自动识别记数问题,提出了一种红细胞识别分类计数算法。首先基于计算机图像处理技术,利用二值图的拓扑特性实现单个细胞的定位。然后根据定位信息提取单个细胞灰度图像数据,计算该细胞图像经小波变换后低频系数的灰度-基元共生矩阵,并提取能量、熵等8个特征作为特征矢量,利用核F isher判别实现对红细胞的识别和计数。实验结果表明该算法具有较高的分类识别正确率,可用于与红细胞形态变化相关疾病的辅助诊断。     

用图像类比方法实现艺术风格学习

提出一种基于实例的非真实感图像绘制算法, 该算法利用基于块的纹理合成方法, 在搜索匹配过程中应用粒子群优化算法加快纹理合成速度. 通过参数的调整控制匹配块在结构与细节间的倾向性, 只要输入一个艺术风格画样本就可以把该图的绘画风格传输到目标图中, 从而实现图像类比.     

基于小波和模糊理论的纹理分割方法

提出了一种基于小波和模糊理论的纹理分割方法,该方法首先对图象进行高阶小波分解,得到一系列分辨率不同的子图象;然后采用模糊聚类方法从最低分辨率图象进行聚类,将低一级的分割结果扩展后再应用于较高级分辨率,一直到最高分辨率为止,这样就得到一个原始图象的初始分割;最后引入空间约束算法,得到原始图象的粗细分割结果．由于考虑了图象象素之间的相互关系,故提高了分割的准确性．仿真结果表明该方法是比较有效的．     

基于颜色特征对木质板材分级的研究

给出几种基于颜色和纹理特征木质板材的分级算法,这几种方法通过主颜色和共生矩阵特征,分别利用神经网络中的RBF网络和K-近邻对木质板材样本图像进行处理,然后进行分类的方法。木质板材样本图像通过对木材加工处理采集而得到的。主颜色特征是反映一幅图像的基本面貌的,并通过HSV颜色模型、量化、颜色直方图和绝对距离而得到的;再加上共生矩阵特征。选取三种主颜色方案数据,经过Matlab7.0平台进行程序设计,对木质板材样本图像数据进行训练和测试,并加以验证。实验结果表明,这几种方法能够较好地解决木材分级的问题。     

基于BP算法的纹理图象合成研究

针对目前纹理图象合成技术存在的弱点,应用人工神经网络BP算法实现了纹理图象的合成。通过对纹理图象的分析和特征提取来获取图象的各种参数信息,然后采用人工神经网络BP算法,建立BP网络模型,将原始图象的特征函数作为BP网络的输入,通过学习-训练,确定该图象的人工神经网络结构,并最终通过程序合成了纹理图象。     

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.     

骨X射线图像纹理的分形特征分析

将骨X射线图像的投影功率谱视为分数布朗运动，由此提出一种新的分形维数的定义，即沿不同方向，对功率谱密度空间的投影功率谱运用线性递归方法计算方向分形维数，并将最大和最小方向分形维数的比值定义为一项各向异性特征，该比值反映了骨小梁模式各向异性的程度。实验结果表明，这项各向异性指数对两类骨质疏松X射线图像有较好的分辨力，可用于模式分类。结合骨小梁模式的谱特征，定义的方向分形维数以及由其得到的各向异性指数所形成的特征集应用于骨质疏松的定量分类，具有潜在的价值。