改进的基于区域合并的纹理图像分割方法

针对自然纹理图像的特点,提出了一种改进的基于区域合并的纹理图像分割方法.首先选择符合人类视觉对颜色的感知区分能力的L*a*b*颜色特征;然后提取图像的Gabor能量作为纹理特征;接着由颜色相似度和纹理相似度的概率加权平均获得2个相邻区域的相似度;最后利用基于最大相似度的区域合并算法交互式地完成图像分割任务.实验结果表明:该方法比仅使用红绿蓝(RGB)颜色特征的相似度测量获得了更加精确的分割效果,并且在相同的初始过分割以及人工交互条件下,优于Lazy Snapping.     

基于分形维数的图像纹理分析

利用分数维能够把图像的空间信息和灰度信息有机结合起来的特性,提出了一种基于分形维数的图像纹理分析方法.为了更准确地描述纹理表面的粗糙度,该方法首先将纹理图像进行6种灰度变换并计算其相应的分形维数,同时采用H lder指数作为描述图像纹理的奇异性特征,然后利用提取的纹理特征对图像进行纹理分割.实验结果表明:采用该方法所分割的图像能很好地体现图像的纹理分布.     

利用同步自回归模型和小波特征进行纹理图像分割

为了提高纹理图像分割的边缘准确性和区域一致性,提出了一种利用同步自回归模型和小波特征实现纹理图像分割的方法,包括特征提取、粗分割和细分割3个阶段．先提取图像的同步自回归模型参数特征,然后利用K-均值聚类实现对纹理图像的粗分割,细分割则是在粗分割的基础上提取图像的小波特征,然后利用最小距离分类器对粗分割图像中不稳定象素进行重新分类,实现图像的最后分割。     

Gabor滤波器的纹理分割

提出了基于Gabor滤波器和FCM的纹理分割法。讨论了Gabor滤波器的选择。将Gabor滤波器用于提取纹理的特征,通过FCM的聚类来进行分割。将该方法运用于普通纹理图像及自然纹理图像——地震剖面图像的分割,仿真实验证明了方法的有效性。     

基于滤波器阵列和小波域图割的纹理分割

针对图割法计算代价高并难以应用于纹理分割的问题,提出了一种基于滤波器阵列和小波域图割的纹理分割算法.首先对图像进行多层小波分解;然后在子带图像中使用构建的滤波器阵列提取图像的纹理特征,采用texton直方图作为纹理的统计模型,并采用直方图差计算像素点间的纹理相似度;最后根据子带图像计算虚拟尺度图的权值矩阵,构建关联范围递增的多尺度图结构,并根据规范割准则计算纹理的分割.分割结果表明:该算法在获得稳定和准确的纹理分割的同时能够将原始规范割指数时间复杂度压缩为线性时间复杂度,并能够计算大尺寸的图像分割.     

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.     

基于小波变换的纹理图像分割

Ｍａｌｌａｔ非正交小波变换通常用于光滑图像的边缘提取,本文将其改进后,推广到图像纹理特征的提取和纹理图像的分割,取得了良好的效果。基于小波变换的纹理图像分割的算法中,小波变换尺度数的选取和纹理聚类数的确定是其难点。对此,本文作了详细的讨论,提出了一些独特、有效的解决方法。     

基于模糊分析的多光谱遥感图像的纹理特征

模糊分析的方法是用均一表面不确定性对原始图像进行模糊纹理滤波,在滤波图像上计算空间均一不确定性,对不确定性进行模糊纹理光谱分析,其光谱曲线直观地反映了多光谱遥感图像的纹理特征;通过采用不同的洲量窗口,在不同的类别提取纹理样品进行实验.研究结果表明:多光谱遥感图像在小区域纹理特征不稳定,不同波段的纹理特征不同,不同类别的最小测量区域不同;模糊纹理分析的方法可用于图像分割.     

基于树型小波变换和Hopfield神经网络的纹理图像分割

纹理分割是图像分析、模式识别、计算机视觉等领域的基础，也是个经典难题．采用树型小波变换方法提取纹理图像特征，并采用Hopfield神经网络进行象素聚类，从而实现对纹理图像的分割，实验结果表明该方法是有效的。     

基于视觉传达的民间装饰图案纹理智能匹配方法

该文从提高民间装饰图案的视觉传达能力的角度出发,需要进行图像纹理智能匹配处理,提出一种基于视觉传达的民间装饰图案纹理智能匹配方法,构建视觉传达下的民间装饰图案纹理智能信息采集模型,采用图像自动成像技术进行民间装饰图案的纹理成像和特征分割,提取典型民间装饰图案和民族设计语言的纹理直方图,根据直方图分布在视觉传达下进行纹理分割和自动匹配,采用正则化特征融合方法进行民间装饰图案纹理信息增强和优化检测,提取民间装饰图案的边缘轮廓特征点,以提取的装饰图案边缘轮廓特征点作为输入统计信息进行纹理匹配。采用该方法进行民间装饰图案纹理匹配的自适应性能较好,纹理分辨能力较强,提高现代视觉传达设计中更好地体现民间装饰图案的应用研究,推动传统文化元素和现代设计创新性结合。     

约束纹理合成

对基于块的实时纹理合成算法进行扩展并应用到约束纹理合成中, 对瑕疵进行修复, 在纹理合成的过程中采用不同类型的纹理段寻找匹配, 并且利用可变大小的纹理块修复瑕疵的边缘处, 使修复后的图像在原来瑕疵的边界处没有明显边界感.     

Influence of texture pretreatment on cold rolling texture of ELC-BH sheet

In order to further investigate how cold rolling texture is produced in an extra low-carbon and high strength bake-hardening sheet steel (for short, hereafter, coiled ELC-BH sheet) with r value as high as 2.67, texture change in texture pretreatment and its effects on the cold rolling texture are researched by means of Orientation Distribution Funchon (ODf) method. Experimental results show that the cold rolling texture which Produces very strong {111} annealing texture actually is caused by texture change in the texture pretreatment, and the strong {111} texture obtained rough this texture pretreatment is an essential condition of engendering the cold rolling texture, while the stability of {111} texture components in cold rolling is a sufficient condition of emerging thes one.     

皮肤纹理检测技术

提出一种将基于粒子群模糊聚类算法的边缘检测方法和Gabor小波变换相结合来进行皮肤纹理检测的方法.用边缘检测的方法将明显具有很多边缘的肤色区域剔除,对于没有明显纹理的皮肤区域用Gabor小波变换进行皮肤的纹理检测.仿真结果表明,所研究的方法正检率获得提高,误检率有所下降,是一种有效的皮肤纹理检测技术.     

实时纹理映射单元

本文提出一个基于移动设备的图形加速卡纹理映射单元的硬件实现方案,本方案采用的是分级细化(MIPmapping)的纹理数据组织方式,映射函数为透视变换,纹理的后置滤波用最基本的三线性滤波方法,纹理存储器分成四个存储器组,只激活需要访问的存储器,以达到减小电能损耗的目的。并行双流水线结构的纹理映射单元,纹理存储带宽可以达到6.4Gb/s。     

实时纹理映射单元

本文提出一个基于移动设备的图形加速卡纹理映射单元的硬件实现方案,本方案采用的是分级细化(MIPmapping)的纹理数据组织方式,映射函数为透视变换,纹理的后置滤波用最基本的三线性滤波方法,纹理存储器分成四个存储器组,只激活需要访问的存储器,以达到减小电能损耗的目的.并行双流水线结构的纹理映射单元,纹理存储带宽可以达到6.4Gb/s.     

实时纹理映射单元

本文提出一个基于移动设备的图形加速卡纹理映射单元的硬件实现方案,本方案采用的是分级细化(MIPmapping)的纹理数据组织方式,映射函数为透视变换,纹理的后置滤波用最基本的三线性滤波方法,纹理存储器分成四个存储器组,只激活需要访问的存储器,以达到减小电能损耗的目的.并行双流水线结构的纹理映射单元,纹理存储带宽可以达到6.4Gb/s.     

稀疏纹理分类的研究

文章研究了视点和光照条件均未知的纹理图像分类,在滤波器输出的联合概率分布基础上,运用贝叶斯分类器和改进分类器进行分类,讨论了纹理的特征提取和用于纹理分类的方法.实验证明,本文算法可以较准确地进行纹理特征提取和分类,使得纹理分类工作变得有较强的实用性.     

Multi-layer synthesis of highly-structured texture

In this paper, a novel concept of multilayer synthesis and a general framework for texture synthesis method are presented. Within this framework, we first decompose the texture into the supposed pattern layer and material layer in the frequency domain by an E-texton extracting algorithm, then manipulate and extend them respectively according to their own personalities, and finally merge the newly synthesized pattern layer and material layer again to generate the final output. Experiment results show that our method not only greatly improves the synthesis quality for those cases that single-layer synthesis cannot handle well but also provides an ability of achieving various special synthesis effects.     

Early vision and texture perception

Texture perception has frequently been studied using textures constructed by repeated placement of micropatterns or texture elements. Theories have been developed to explain the discriminability of such textures in terms of specific features within the micropatterns themselves. For example, Beck observed that a region filled with vertical Ts is readily distinguished from one filled with tilted Ts but not from one filled with vertical Ls. He attributed this to the different distribution of oriented line segments present in the former case but not in the latter. However, Bergen and Julesz found that a region of randomly oriented Xs segregated from one filled with randomly oriented Ls, in spite of the identical distribution of oriented line segments in the two cases. They suggested that this discrimination might be based on the density of such features as terminators, corners, and intersections within the patterns. We note here that simpler, lower-level mechanisms tuned for size may be sufficient to explain this discrimination. We tested this by varying the relative sizes of the Xs and the Ls; when they produce equal responses in size-tuned mechanisms they are hard to discriminate, and when they produce different size-tuned responses they are easy to discriminate.     

基于纹理对图像进行分类方法的研究

文章主要研究在不知道视点和光照条件下,根据纹理对图像进行分类的方法;过程是利用滤波器响应得到的特征向量,建立相应的纹理基元表示;用最近区域匹配分类和贝叶斯分类2种方法进行分类,并对2种算法进行了比较;结果表明,分类结果非常接近,均比较准确。