基于KL距离和双密度小波变换的纹理图像检索

为了进一步提纹理图像的检索性能，提出了一种基于双密度小波的算法。该算法根据双密度小波分解的特点。从系数角度出发首先进行子带组合，然后提取子带小波系数直方图分布特性作为纹理特征。利用最大似然估计规则将特征提取和相似计算结合起来．采用KL距离进行度量．与单小波和双密度小波方法比较．该算法具有时移不变性、特证数少等特点。理论分析和纹理图像检索的对比实验数据说明了组合双密度小波在纹理特征提取方面的性能优于单小波和双密度小波。检索率分别提高了。     

基于纹理特征的图像检索

构造了具有旋转、平移和尺度不变的纹理特征,进而提出基于纹理图像检索算法.首先,根据角向矩极大原理将检索图像进行坐标校正,得到图像旋转不变的表示;然后,利用平移和尺度不变小波对检索图像进行分解,得到具有平移、旋转和尺度不变的小波分解系数;最后,采用各尺度的小波能量值刻画图像的纹理性,并针对特征向量内部进行高斯归一化,根据欧氏距离计算不同图像间的纹理相似度.基于内容的图像检索(CBIR)试验表明,该方法具有旋转、平移和尺度不变性,与其它方法相比,具有较高的检索率.     

灰度纹理矩图像检索方法的研究与实现

本文出了基于局域傅里叶变换的灰度纹理矩,它的实现缩短了检索时间,提高了检索效率,检索效果也有了很大的提高,特别是对背景比较单一、物体背景层次分明的图片。尤其是再经过高斯归一化的Gabor小波方法检索效果得到了更大的提高。     

基于二进小波直方图的纹理图像检索

为了进一步提高小波直方图的检索性能，提出了一种二进小波直方图算法。该算法根据二进小波的特点，从能量角度出发．通过子带组合，0／1量化等运算生成二进小波直方图。与单小波直方图相比，二进小波利用模局部极大值来提取图像的多尺度边缘信息并具有时移不变的特性。因此二进小波直方图具有特征提取快和检索精度高等特点．纹理图像检索的对比实验结果表明二进小波直方图的检索精度比单小波直方图提高了12％。     

基于高斯混合模型的纹理图像的分割

文章提出了使用高斯混合模型对纹理图像分割的方法。该模型考虑到图像纹理的特点，使用二状态的高斯混合分布来对图像各纹理类像素的分布进行拟和。首先对待分割的各类像素寻找与之匹配的最佳模型参数，然后再进行分割。最后，对分割结果进行多尺度综合，得到了各尺度的分割结果。实验表明该算法不仅能够较精确地定位各纹理区域，而且还有运算速度快的优点。     

基于双广义高斯模型和多尺度融合的纹理图像检索方法

纹理因素是描述图像的重要特征之一,为了准确地刻画纹理特征,增强图像的区分能力,该文提出一种基于双树复数小波域统计特征的纹理图像检索方法。首先对图像采用双树复数小波变换得到各子带系数,由于系数存在细微不完全对称分布特性,将其建模为双广义高斯模型。其次,因为各子带系数之间不完全独立也不完全冲突,存在不确定关系,所以采用模糊集合和证据理论(FS-DS)的方法,融合各子带系数特征。最后,对Brodatz和彩色纹理图像库进行仿真实验,并与多种统计建模的方法相比较。结果表明,该方法有效地提高了纹理图像的平均检索率。     

基于变换域中的自适应纹理图像检索

为了提升图像检索效率,本文提出了基于变换域的自适应纹理图像检索算法。该算法首先使用二维离散小波变换来减小测试图像和训练的图像的尺寸,并进一步在灰度共生矩阵应用2级分解图像的LL分量来进行训练和测试,从而提取图像的纹理特征。最后结合形状特征和颜色特征通过融合不同的距离分类器来检索相似的图像。为了提升算法的自适应能力,本文引入了交互式遗传算法来动态调整参数。实验结果表明,在训练迭代次数为30,60,100的情况下,本文算法的准确率达67%以上,在图像检索领域有较高的应用价值,具有性能稳定可靠、精度高等优点。     

基于纹理特征的图像检索

基于内容的图像检索是数字图书馆和多媒体数据库的重要研究内容。文中主要针对图像处理,特别是运用图像的纹理特性来查找或检索图像数据库。运用Ｇａｂｏｒ 变换进行纹理分析是比较成功的方法。小波变换尽管在这方面也取得了较好的效果,但在许多情况下,不如用Ｇａｂｏｒ滤波器效果好。文中就是在Ｇａｂｏｒ 滤波器的基础上生成Ｇａｂｏｒ 小波,对图像进行多分辨率分析,提取纹理特征,提供了一种基于图像纹理的图像检索方法,并对此给出了一些实验结果。     

基于小波域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分解纹理图像,然后使用局部二值模式提取纹理特征.利用最大熵准则对纹理特征图像进行选择,活动轮廓模型用于最后的分割.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.     

一种基于纹理元灰度模式统计的图像纹理分析方法

 本文提出了纹理元灰度模式的概念及采用纹理元灰度模式统计进行纹理分析的方法,根据纹理元灰度模式分布直方图,定义了若干反映其模式分布的特征,利用它们作为纹理特征对纹理图像进行分类与分割,并采用Laws纹理能量法做了对比实验,实验表明,采用本文方法比传统方法能取得更好的效果,有很强的实用性.     

基于形状的小波变换系数广义高斯分布图像检索算法

本文提出一种基于小波变换系数的广义高斯密度分布形状检索算法.该算法充分利用小波变换变换系数的统计特性,形成描述形状特征的特征矢量.实验证明,算法提出的描述方式能够有效体现物体形状特征.同时,算法对于形状的尺度变化,平移变化以及旋转变化有着很好的抑制能力.该算法简单,有效,是一种有效的基于形状的图像检索算法.     

在小波域中进行图像噪声方差估计的EM方法

提出一种估计图像噪声的方法,该方法用混合高斯概率密度模型拟合图像的小波系数中最高频率子带的直方图,用EM算法估计模型的参数,选取其中最小的标准方差作为图像噪声标准方差。用该方法能准确地估计图像高斯噪声的标准方差,尤其当图像的噪声比较弱时,该方法比传统方法更准确。     

使用高斯混合滤波器的机动目标跟踪

实际目标跟踪过程中,被跟踪目标的状态与类型都是不确定的。使用运动学传感器与属性传感器分别获取的目标状态量测信息与特征量测信息,给出了目标状态与类型不确定性的联合状态类型概率密度函数表示,并推导了线性高斯假设下的系统模型为高斯混合模型。根据这一性质,引入高斯混合滤波器,实现了机动目标的有效跟踪。在仿真分析中,通过对比3种算法的跟踪结果,进一步验证了使用高斯混合滤波器在机动目标跟踪过程中的有效性。     

基于小波变换的图像去噪方法研究

图像去噪问题是一个古老的难题,也是当前研究的热点问题,而图像小波去噪算法在图像去噪方面虽然已取得了一定进步,但在这一领域仍然有许多问题需要研究,为了进一步提高图像去噪质量,改善图像视觉效果。在此通过在小波阀值萎缩法、基于混合模型的小波去噪法、小波去噪与其他算法相结合的三类方法中分别选用了三种典型算法即VisuSh?rink法、基于高斯混合模型小波去噪法、中值滤波与小波去噪相结合的算法,对当前基于小波变换图像去噪这三类典型问题进行了研究。研究表明对于单一的噪声,用相应某种算法,就可能取得较理想效果。而对于混合噪声,单独的一种算法取得的效果是比较差的,只有采用几种算法相结合才能取得较好的效果,因而在此也为图像去噪指明了以后的研究方向。     

一种基于Contourlet变换的多尺度纹理分割的新算法

受到基于模型的纹理分析方法的启发,提出了一种新的特征提取方法-有限混合纹理模式(Finite Texture Mixture Pattern, FTMP).FTMP是一个二元组的集合,可以通过聚类的方法进行计算.首先,基于Contourlet变换计算纹理的多尺度多方向变化信息;其次,对各尺度、各方向的变化信息分别进行聚类.这些聚类中心以及它们所占的比例组成的二元组的集合就构成了纹理图像的FTMP,反应了不同尺度不同方向的主要变化信息.这种纹理特征的计算方法充分利用了基于模型方法的基本思想,但却避免了复杂的参数计算.在FTMP的基础上,本文给出相应的纹理分割框架CFTMPseg,并通过定量和定性实验验证了所提算法的有效性.     

基于改进的小波变换的南极冰盖冻融探测

 小波变换模型算法中的双高斯模型拟合干湿雪分类的最优阈值时,受初始值影响且典型样本区的选取比较费时,针对这些缺点提出了自动阈值分割的改进的小波变换算法,即用广义高斯模型自动拟合干湿雪分类的最优阈值.该算法继承和发展了冰盖冻融探测无需依赖于实测数据的优点,更好地实现了南极地区冰盖冻融监测系统建设的业务化运行目标.通过对改进前后的结果对比分析表明:改进后的方法与原方法相比,不仅提高了冰盖冻融探测方法的计算效率、实用性和可操作性,而且还在一定程度上提高了冰盖冻融探测的精度.     

基于小波包和分形相结合的纹理分类

纹理是图像内容的重要特征之一,纹理图像分类中最重要的步骤是纹理特征的提取。纹理图像利用空间-频率域分析法时,纹理特征主要集中在中、高频段,纹理图像边缘包含着丰富的纹理特征信息。利用小波包和分形相结合的方法提取纹理特征值进行纹理图像分类,实验结果表明此算法是合理有效的,纹理分类的正确识别率较高。     

利用高斯混合模型实现概率密度函数逼近

针对图像的概率分布密度函数的不确定,利用有限高斯混合模型逼近图像的概率分布密度函数。理论上证明了有限高斯混合模型可以以任意精度正逼近实数上的非负黎曼可积函数,特别可以逼近任意的概率分布密度函数。实例表明有限高斯混合模型逼近已知分布密度函数或未知分布密度函数时,具有逼近精度高等优点,为函数逼近提供了理论和技术支持。     

基于增量式进化策略的图像滤波算法

进化滤波器采用笛卡尔遗传规划算法不断更新滤波器结构,可以用于复杂噪声图像降噪。针对这种基于大样本大数据量的进化机制,论文提出增量式进化策略,在进化过程中分阶段逐步增加样本数据量。对高斯噪声、椒盐噪声以及混合噪声的滤波实验表明,增量式进化滤波器能有效降低计算复杂度,同时在抑制图像噪声、细节和边缘保护方面,优于传统的进化滤波算法。