图像纹理分区技术在花边CAD系统中的应用

本文阐述了花边ＣＡＤ在发展过程中，引入了图像纹理分区技术，从而解决了花边ＣＡＤ中最大的“瓶颈”－花边稿输入速度问题，文章介绍了图像纹理分区的基本特征，以及作者对几种常用方法的改进，以使之更为适合在花边ＣＡＤ图稿输入处理中的应用。     

图像纹理分区技术在花边CAD系统中的应用

本文阐述了边ＣＡＤ在发展过程中，引入了图像纹理分区技术，从而解决了花边ＣＡＤ中最大的“瓶颈”－花边稿输入速度问题。文章介绍了图像纹理分区的基本特征，以及作者对几种常用方法的改进，以使之更为适合在花边ＣＡＤ图稿输入处理中在应用。     

基于特征尺度及多尺度分解的纹理分割

在计算机视觉领域，纹理识别及分割是图像低层次处理中一个重要的问题。文章依据视觉信息处理的生理学理论，提出了一种新的纹理分析算法。该算法通过搜寻纹理图像的特征尺度并配合连续整数尺度滤波上的特征尺度统计对纹理进行分层分析。并基于特征尺度上的分层分析提出一种纹理分割算法。实验结果证明了该算法的有效性。     

基于遗传算法的番茄缺素叶片图像特征选择

在基于计算机视觉技术对无土栽培番茄营养元素缺乏智能识别研究中，如何选择出对缺素叶片分类能力强的特征项组合是识别诊断面临的关键问题，文章利用遗传算法对提取的缺素叶片图像众多颜色和纹理特征项进行优化选择，以达到诊断识别用的信息最优，实验表明，经过优化的特征组合明显优于人工选择的特征组合分类能力。     

基于周边抑制机理的遥感图像背景纹理抑制方法

针对遥感图像中主要目标周围的纹理信息对目标识别造成的干扰,提出了基于周边抑制机理的背景纹理抑制方法。通过在边缘提取的基础上增加周边抑制模块,实现了对纹理边缘和轮廓边缘的分别处理,有效地抑制了纹理、保留了轮廓。以周边抑制机理为基础,结合多尺度处理技术,进一步提高了背景纹理抑制的效果。实验结果表明,本方法可以有效抑制背景纹理,为识别有较多背景纹理的遥感图像地物目标创造良好条件。     

基于小波变换的纹理特征提取分析

在图像检索技术中，充分利用纹理特征能大大提高图像检索的准确率。用小波变换的方法提取图像纹理特征参数优势明显．也符合纹理识别的特点。     

地基云图云状识别技术及其研究进展

云在大气辐射传输和气候变化中起着重要作用,准确自动地对云的类型进行判断是提高天气预报准确率的重要应用研究之一。地基云图云状的识别是实现地面测云仪器观测自动化的重难点问题。总结了地基云图识别技术的国内外的研究现状及其关键技术,介绍了地基云图光谱和纹理特征提取以及自动分类的方法,讨论了研究中面临的难题,在此基础上,对地基云图识别技术的研究前景进行了展望。     

基于层次匹配下多种特征融合的蕾丝花边检索方法

针对基于图像纹理特征的蕾丝花边检索方法效率低下问题,为提高蕾丝花边检索效率,提出一种基于层次匹配下多种特征融合的蕾丝花边检索方法。通过运用图像纹理特征标识图像,利用Canny算子处理纹理图像,得到彩色Canny图像及其灰度梯度共生矩阵GGCM,采用能量、梯度平均、灰度平均、相关等二次统计特征参数描述图像的纹理特征,将上述提取纹理特征结合形状特征和SURF特征进行逐层匹配,实现层次匹配下多种特征的融合,弥补单个匹配方法的不足,同时在蕾丝花边库中验证所提检索方法的正确率。实验结果表明,与其他匹配方法相比,该方法提取的纹理特征具有更强的纹理鉴别能力,能较好地实现蕾丝花边检索,有效地提高了检索方法的速率和准确率。     

遥感测绘图像特征智能识别技术

为提高遥感测绘图像特征智能识别的平均识别率，研究一种遥感测绘图像特征智能识别技术。首先采用Malcov随机场模型描述纹理特征，选取有代表性的特征提取图像特征点，对特征向量进行降序，得到一个全新的特征向量集合，然后对特征向量进行归一化，提出一种基于大数据集域的快速自适应图像特征计算识别方法，实现智能系统对遥感测绘图像特征识别。结果显示此次研究的遥感测绘图像特征智能识别技术能够有效提高图像的平均识别率，并减少图像识别时间，具有一定应用价值。     

基于OpenGL纹理映射技术实现动态图像的应用

对OpenGL纹理映射技术在VC 6.0下实现动态图像进行了应用研究。该文讲解了单幅图像和多幅图像实现动态化的过程。详细阐述了单幅图像的滚动、旋转和缩放。详细介绍了怎样结合OpenGL融合技术实现多幅图像的动态化。该文只介绍了图像的切换和图像的掩模，读者可在此基础上进行扩展应用。     

Evolutionary segmentation of texture image using genetic algorithms towards automatic decision of optimum number of segmentation areas

Segmentation of an image composed of different kinds of texture fields has difficulty in an exact discrimination of the texture fields and a decision of the optimum number of segmentation areas in an image when the image contains similar and/or unstationary texture fields. In this paper we formulate the segmentation problem upon such images as an optimization problem and adopt evolutionary strategy of genetic algorithms for the clustering of small regions in a feature space. The purpose of this paper is to demonstrate the efficiency of genetic algorithms to the texture segmentation and to develop the automatic texture segmentation method.     

NeTra: A toolbox for navigating large image databases

We present here an implementation of NeTra, a prototype image retrieval system that uses color, texture, shape and spatial location information in segmented image regions to search and retrieve similar regions from the database. A distinguishing aspect of this system is its incorporation of a robust automated image segmentation algorithm that allows object- or region-based search. Image segmentation significantly improves the quality of image retrieval when images contain multiple complex objects. Images are segmented into homogeneous regions at the time of ingest into the database, and image attributes that represent each of these regions are computed. In addition to image segmentation, other important components of the system include an efficient color representation, and indexing of color, texture, and shape features for fast search and retrieval. This representation allows the user to compose interesting queries such as “retrieve all images that contain regions that have the color of object A, texture of object B, shape of object C, and lie in the upper of the image”, where the individual objects could be regions belonging to different images. A Java-based web implementation of NeTra is available at http://vivaldi.ece.ucsb.edu/Netra.     

复杂纹理图像分割方法研究与实现

复杂纹理分割是图像分割领域的难点之一,给出了基于模糊粒度计算与模糊聚类相结合的分割算法,实验表明该算法对复杂纹理图像分割十分有效。     

基于非监督纹理分割下的图像查询

随着图像数据库的广泛应用,基于图像纹理的查询已经变成了一项重要也是复杂的工作。为了更简便地查询图像,文中基于图像纹理的非监督分割,提出了新的图像分类方法。通过对每一纹理图像进行这种非监督纹理分割,提取纹理的特征向量,然后基于这些参数,运用假设检验进行纹理的分类和融合。通过对MT Vistex和Brodatz数据库中选取的纹理图像进行分类测试,证明该方法是十分有效的。     

基于人类视觉感知特性的一种纹理图象分割方法

在纹理图象分割的研究领域中,基于人类视觉感知特性的图象分割方法是一个重要的新方向,本文给出了一种纹理图象分割的方法,设计了一组参数不同的2D最佳正交极可分方向滤波器来提取图象特征,然后经过四叉树平滑,用模糊C－均值聚类对图象进行分类,最后进行边缘确定,实验结果表明,这种方法能获得较好的分割效果。     

Target recognition by texture segmentation algorithm

In order to improve the performance of image segmentation, this paper presented a gray level jump segmentation algorithm, which defined the direction of the texture, simultaneously, calculated the width of ridge line, gave the distance characteristics between textures, and established the mathematical model of the texture border, accordingly presented a new texture segmentation algorithm and compared with other texture segmentation algorithms. The simulation results show that the segmentation algorithm has some advantages to texture segmentation, such as has higher segmentation precision, faster segmentation speed, stronger anti-noise capability, less lost information of target, and so on. The segmented regions hardly contain other texture regions and background region. Moreover, this paper extracted the characteristic points and characteristic parameters in various segmented regions for texture image to obtain the characteristic vector, compared the characteristic vector with the standard template vectors, and identified the type of target in a range of threshold value. Experimental results show that the proposed target recognition approach has higher recognition rate and faster recognition speed than the existing target recognition approaches. Advancements in image processing through the study of texture segmentation are not only applicable to image fields, but also are of important theoretical value to target recognition. These researches in this paper will play an important role in a theoretical reference and practical significance to the development of all target recognition departments based on image system such as the aerospace, public security, road traffic, and so on.     

傅氏变换的自配准性质及其在纹理识别和图象分割中的应用

图象按纹理一致性进行辨识和分割是图象分析中的一个重要问题 ,有着广泛的实际应用 .讨论了傅氏变换应用于纹理识别的机理 ,并基于此提出了一种图象分割算法 .图象中的纹理线条呈现出很多方向 ,并随机地分布在图象的各个位置 ,然而对于它的傅氏变换幅度谱来说 ,相同方向的线条无论其位置如何 ,它们的贡献会被叠加在一起 ,集中地反映在通过频谱中心垂直于原线条方向的条带上 .这一现象被称为傅氏变换幅度谱的自配准性质 .首先对这一性质进行实验个例的研究和理论分析 ,然后设计算法将其应用于图象的纹理辨识和基于纹理的图象分割实验 ,取得了较为满意的效果 .实验证明 ,得益于自配准性质 ,傅氏变换方法不失为一种有潜力的纹理分析和图象分割方法 ,值得进一步扩展更多的图象应用领域     

纹理图像的多尺度分割

纹理图像分割最常用的方法就是基于特征的纹理分割,即首先提取出图像的纹理特征,在利用提取出的纹理特征来进行特征划分.通过对纹理特征进行划分来实现纹理图像分割的过程所面对的主要困难可以概括为:效率和效果.纹理图像分割算法大多具有较高的时间复杂度,这一方面是因为纹理特征提取比较费时,另一方面较高的特征维数导致特征划分过程的计算量通常比较大.本文提出基于图像四叉树的多尺度分割算法来实现实时图像的粗分割,实验表明此算法可以在保持分割精度的前提下大大降低时间复杂度.