基于小波多方向信息组合的纹理图像检索

针对基于单一小波和复小波的纹理图像检索方法中图像纹理的向性信息不够多、影响检索率的问题，本文提出了一种将传统小波和复小波分解后得到的方向子带信息进行组合，并计算其一阶统计矩以提取特征，以Canberra距离度量相似性，从而提高纹理图像检索率的方法。对Brodatz图像库的仿真实验表明，本文提出的方法优于传统小波和复小波。     

基于图像处理的明火火灾探测研究

基于数字图像处理技术,实时采集火灾现场帧彩色图像,实时计算图像数据在空间分布上所包含的纹理特征信息——能量(CON)、熵(ENT)、相关(COR)、惯性矩(ASM),并提取火焰的形状,获得火焰特征参数——面积、周长、圆形度、重心.通过融合处理连续帧图像数据,量化得到纹理信息表示的现场环境状况和火焰特征参数表示的火焰形状及其不稳定性特征。这些特征参数在火灾发生时出现了明显的变化,呈现出一定的规律,利用这些规律可以在现代船舶上实现火灾图像探测报警。     

一种快速检测纹理斑块的方法

提出一种检测纹理图像中的斑块的快速算法。算法利用图像中每个位置的代表块与纹理原型的K -S距离来进行纹理分类。研究了K -S距离的基本性质 ,给出了纹理原型的估计方法和层次快速搜索技术。对合成图像和自然图像的实验结果表明了该方法的有效性     

LiDAR点云纹理特征提取方法

针对图像纹理应用于LiDAR点云分类过程中存在的多义性问题，提出点云纹理特征的概念。该特征属性反映了点与其邻域点的属性值分布情况，提取过程基于KD树数据检索结构和灰度共生矩阵算法。分析搜索邻域、移动步长和灰度等级等参数对点云纹理特征的影响，并利用支持向量机分类方法验证点云纹理特征，可以有效地辅助高程和强度信息以改善LiDAR点云的地物分类结果。实验还证明了相比于栅格格式的图像纹理特征，点云纹理特征约束的地物分类具有更高的分类精度，并且点云纹理特征在微小地物的甄别和水陆的区分方面具有突出的能力。该特征的这些优秀特性可以为海岸带机载LiDAR数据的精细化分类、海岸带高精度DEM构建和海岸线提取等工作发挥重要作用。     

基于小波矩和支持向量机的装甲车辆识别研究

分析了应用小波矩特征进行地面复杂背景下装甲车辆识别的理论依据,实地采集了某型坦克和某型步兵战车的灰度图像,提取其小波矩特征,采用支持向量机进行分类识别,进行了性能测试实验。结果表明：归一化后的图像的小波矩特征具有良好的不变性;小波矩特征对噪声和局部遮挡有较强的适应性,识别率比较稳定;支持向量机方法具有良好的分类识别能力。     

不变矩理论及其在目标识别中的应用

几何形状的识别在计算机视觉中具有十分重要的意义,一般几何形状可以分为区域和边界两种。不变矩特征在图像平移、伸缩、旋转时均保持不变。介绍了利用图像的不变矩向量进行目标形状识别的方法,并比较了Hu提出的基于区域的不变矩和Chen提出的基于边界的不变矩的性能和计算速度。     

图像纹理模板匹配算法的改进与实现

为了提高图像匹配算法的实时性和复杂场景跟踪的稳定性,改进一种基于图像纹理的模板匹配算法(TTM).在模板与目标图像中分别提取水平、垂直方向上的二值化纹理特征矩阵,然后根据字节同或逻辑运算分别计算两个方向上的最佳匹配值,最后,通过加权求和得到最终的目标相关置信度.其中逻辑运算可以并行处理,所以计算量将大大减少,因此具有很强的实时性.又因为跟踪过程中,目标图像必然存在突发性的变化,对模板合理地进行更新是目标跟踪的关键,在上述的图像相似度度量方法的基础上,另外又提出了一种非常有效的模板修正方案,从而使得跟踪算法对环境的适应能力和稳定性得到大大提高.实验结果证明了该方法的优越性.     

结构主导目标检测中的纹理随机化

已有基于卷积神经网络的目标检测算法倾向于提取目标纹理特征,而非结构特征;因此,已有方法不能实现变纹理目标的可靠检测。针对此问题,提出基于纹理随机化的结构主导目标检测方法,采用仿真纹理随机化方法减弱网络模型对纹理特征的拟合,实现基于结构特征的变纹理目标可靠检测。利用目标的三维模型,借助Blender渲染引擎,完成纹理随机化仿真训练数据集的生成。仿真及真实图像实验测试结果表明:该方法能够实现基于目标结构特征的变纹理目标可靠检测。     

基于图像变化检测的打击效果自动评估算法

提出了一个基于图像变化检测的军事目标打击效果评估算法.该算法通过对打击前后图像进行变化检测,比较目标打击前后的几何特征和纹理特征,对目标毁伤情况进行自动评估.实验表明,该算法能准确有效地对军事目标打击效果进行分级评估.由于采用的特征具有通用性.该系统可用于各种不同人造目标的打击效果评估.     

区域结构及多尺度纹理分析

结合纹理的结构分析方法 ,提出一种区域状结构 ,并把这种结构作为尺度空间中的特征。在基于区域状特征结构的尺度空间中 ,结构状纹理分析可转化为尺度空间中对特征结构的分析 ,从而实现了对纹理的多尺度分析。理论分析和实验结果证明了这种分析方法的有效性     

仿射不变轮廓矩及其稳定性分析

针对区域矩需要计算全图像素的统计分布、计算量大的问题,构造了基于目标形状的仿射不变轮廓矩。首先采用PDE方法推导得到了6个仿射不变矩的数学模型,然后将积分区间变为目标区域的边界,计算得到基于目标形状的仿射不变轮廓矩,最后通过三类舰船不同姿态下的图像进行了实验验证并对其稳定性进行了分析。研究结果表明:仿射不变轮廓矩具有较好的稳健性及区分度,可将其作为不变特征用于舰船目标识别。     

工程陶瓷表面粗糙度与图像纹理特征关系

为描述陶瓷磨削表面纹理特征与粗糙度的相互关系,实现快速评定和预测陶瓷磨削加工表面粗糙度,运用灰度共生矩阵对表面纹理特征进行提取和分析。根据采样点间距、灰度级随特征值的变化曲线确定灰度共生矩阵影响因素,按4个方向建立灰度共生矩阵并计算所有纹理特征参数均值。通过分析特征参数间相关性,确定4个参数为陶瓷磨削表面纹理主要特征参数。该参数与表面粗糙度的变化规律,可以反映陶瓷磨削表面粗糙度,进而评估磨削加工质量与可靠性。     

一种综合颜色、纹理信息的皮肤检测方法

针对目前许多皮肤检测方法只考虑了像素级别上的颜色信息，未较好地利用图像空间上的其他信息，如纹理信息以及光照条件对成像颜色所造成的影响，在SPM方法的基础上提出了改进。首先引入“灰色世界”算法对因非标准光照所产生的颜色改变进行校正，有效提高了正检率。对SPM方法的输出部分通过灰度共生矩阵提取图像的纹理信息，过滤颜色信息为皮肤而纹理信息为非皮肤的像素区域，有效降低了误检率。实验结果表明，该方法取得了较好的效果。     

基于傅立叶图像重建的车用换热器表面缺陷检测?

针对车用换热器表面缺陷检测问题，提出一种利用傅立叶图像重建提取方向纹理表面缺陷的算法。该算法采用局部二值模式（ LBP ）描述去除光照影响并对LBP图像进行快速傅立叶变换，通过频率域滤波和图像重建有效去除方向纹理的影响，由二值化及团块分析最终提取换热器表面缺陷区域。实验结果证明，本文算法可以快速、有效地检测出换热器表面缺陷。     

图像形变中基于MLS的光滑纹理映射技术

提出了一种基于移动最小二乘的二次拟合多项式纹理映射模型.该模型主要应用于使用控制网格的图像形变技术.图像中的物体被嵌入一个控制网格,并且对控制网格进行形变操作.在控制网格上应用纹理映射,以绘制形变后的物体.在纹理映射时通过将控制网格顶点在形变前后的位移向量作为拟合函数值,采用移动最小二乘方法进行拟合得到映射所使用的二次函数.该方法能够明显改善图像形变后的光滑性,实现逼真、自然的图像形变.     

基于相关度和注意力聚焦的图像内容检索

基于内容的检索中对图像和视频帧的处理是以色彩、形状和纹理等为基本特征,这些特征在图像背景比较单一的情况下容易获得。一旦图像背景为色彩和纹理均很复杂的图像时,图像中目标的颜色和形状等特征就很难获得。若将从计算机视觉中引出的相关度和注意力聚焦两个概念用于从复杂背景图像中定位和选取最有关的信息,则能够有效地检索到最匹配的图像。本文通过对相关度和注意力聚焦两个概念的讨论,介绍了计算机视觉对基于内容检索的作用,尤其是在可视示例查询ＱＶＥ（ＱｕｅｒｙｂｙＶｉｓｕａｌＥｘａｍｐｌｅ）的情况下从大图像数据库中检索图像的情况