图像纹理特征数据挖掘软件原型的设计与实现

为了实现图像处理与分析的自动化、智能化,把数据挖掘引入到图像处理与分析领域,针对图像纹理数据的特点,在深入研究数据挖掘软件的基础上,提出了一种图像纹理特征数据挖掘的理想的系统结构;介绍了基于图像（遥感图像）数据挖掘的软件原型系统RSImageMiner中图像纹理特征数据挖掘模块的各子功能模块的设计与实现;并以图像纹理分割为例,给出实验结果及分析。实验表明,该软件原型能得到较满意的图像纹理特征,并能有效地指导图像处理与分析。     

图像纹理特征数据挖掘的不确定性分析

不确定性分析是数据挖掘与知识发现的重要内容,对图像纹理特征数据挖掘的基本原理进行了分析、解释,从问题的求解、数据的产生、挖掘的过程以及最终的结果等几个角度分析了图像纹理特征数据挖掘中的不确定性,并讨论了目前不确定性问题分析与处理的若干方法,引入不确定性分析的有力工具--云模型,研究图像纹理特征数据挖掘中的不确定性,并给出了实验结果及分析.     

多光谱图像纹理特征数据挖掘方法仿真

为了更好地实现多光谱图像特征数据处理效果,将数据挖掘引入到多光谱图像特征数据处理中。但当前多光谱图像纹理特征数据挖掘过程中,普遍存在着特征数据挖掘时间过长、成本消耗过大、数据挖掘精确度较低等问题。提出基于Contourlet变换的图像纹理特征挖掘方法。对多光谱图像纹理特征数据进行模糊预处理,采用邻近范围相关性等知识去除多光谱图像包络线,在此基础上对多光谱图像纹理特征进行分析,利用形态学滤波算子去除多光谱图像中的噪声点。引用Contourlet变换方法将多光谱图像从空间域变换到频率域,提取了变换分解后的多光谱图像低频子带和高频子带的特征向量,完成多光谱图像纹理特征数据挖掘。实验结果表明,所提方法挖掘得到的数据均匀度较好、深浅度适中,挖掘精度高,且所提方法挖掘时间较短、成本消耗较低。     

图像数据挖掘

将数据挖掘技术引入图像处理可以在一定程度上解决图像内容的表示、存储和检索目前存在的很多难点。从图像数据挖掘的特征、方法、过程及实例等几方面介绍了图像数据挖掘,其挖掘方法和原型结构存在着巨大的改进空间,有待进一步研究。     

综合纹理特征和语义信息的医学图像检索

提出一种结合图像分块纹理特征和语义信息的医学胸片图像检索方法。同时,介绍了颜色特征提取方法中的颜色相关图算法。据此,实现了一个图像检索原型系统,依据所设计的评价实验,将不同实验的检索结果进行了比较和分析。实验证明,结合图像分块纹理特征和语义信息的检索方法具有较好的检索效果。     

基于分形的彩色岩石裂隙分割

纹理分割是图像处理与计算机视觉领域研究的重点和难点.现有的纹理分割方法大多集中于研究灰度纹理图像,该文提出了一种基于分形纹理特征和颜色信息结合的彩色纹理分割算法.该算法将复杂的彩色图像分形维数计算转化为单色图像分形维数的计算,将纹理特征和颜色信息相结合,采用区域生长法来实现分割.通过对彩色岩石裂隙图像的分割实验,结果证实该该方法行之有效.     

一种基于FCM的医学图像检索方法与实现

针对医学内窥镜图像,提出两种基于模糊C-均值聚类(FCM)的特征融合算法:融合颜色相关图和图像纹理特征算法以及融合颜色直方图和颜色相关图算法。据此,实现了一个图像检索的原型系统,依据所设计的评价实验,并对实验结果进行了比较和分析。实验表明,基于FCM的融合颜色相关图和纹理特征的特征融合算法,在基于内容的医学内窥镜图像检索中,具有相对较好的检索效果。     

图像纹理联合关联规则挖掘研究

提出以纹理联合关联规则来表达图像纹理特征以及挖掘纹理联合关联规则的算法。在纹理关联规则定义基础上,通过图像降噪预处理和数据挖掘预处理,采用模板统计挖掘方法挖掘低维和高维图像纹理联合关联规则。实验表明联合关联规则能够较好表达图像纹理特征,可以据此进行纹理分割。     

基于纹理分析的指纹图像分割算法

低质量指纹图像处理是近年来自动指纹识别技术的研究重点,对低质量指纹图像的分割是实现后续处理的前提。文中在分析了方差作为分割指标的局限性基础上,从指纹图像的纹理特征出发,研究了指纹图像的灰度分布规律,提出了基于纹理的指纹图像分割算法。实验结果表明,相比于基于灰度方差的指纹图像分割算法,文中算法的分割效果更好,对噪声的抵抗能力更强。     

基于颜色和纹理特征的遥感图像检索

针对单一特征遥感图像检索的局限性和传统综合特征检索方法计算复杂度高的问题,提出了一种基于纹理特征和颜色特征的遥感图像的检索。在分析了现存遥感图像的检索方法后,得出了用颜色特征及Gabor小波提取出的纹理特征进行图像检索的总体思路。设计了一组多尺度和多方向的滤波器组,优化并选择滤波器组的各参数。首先对图像进行滤波,然后再进行纹理特征的提取,最后用颜色直方图对遥感图像进行颜色特征提取,最终将融合这两种图像特征,设计并实现一个基于颜色特征和Gabor小波纹理特征的图像检索原型系统。在进行图像检索时将纹理特征和颜色特征融合对图像库进行图像检索。由实验结果表明,所提出的方法是有效的。     

岩石材料变形破坏过程应用程序开发

为了研究岩石表面变形破坏过程的变化特征,设计了一个可视化应用程序.该应用程序以岩石常规力学性质试验视频作为研究对象,包括静态图像处理界面和视频图像处理界面.静态图像处理界面由图像类型转换、图像边缘检测、图像形态学处理、图像滤波处理4个模块组成.视频处理界面则提供试验视频帧数、历时、帧图像大小和维数等基本信息.通过在可视化界面上进行所需参数设置实现了单帧图像特征纹理参数计算和岩石试样表面位移场的计算.本文还以两个示例说明了使用该应用程序进行岩石材料变形破坏过程分析的方法.本文成果对分析岩石材料变形特点和破坏机制具有一定的参考价值.     

Texture Synthesis for Mobile Data Communications

A mobile phone's digital camera can function as a data input device to obtain embedded data by analyzing the pattern of an image code such as a 2D bar code. A new type of image coding uses texture image synthesis. This method first paints a regularly arranged dotted pattern, using colors picked from a texture sample with features corresponding to embedded data. It then camouflages the dotted pattern using the same texture sample while preserving quality comparable to that of existing synthesis techniques. The textured code makes the conventional bar code more aesthetically pleasing and can be used for tagging data onto real texture objects. This method could form the basis for ubiquitous mobile data communication and could lead to new applications of example-based, computer-generated texture images.     

图像纹理特征挖掘*

借助数据挖掘方法在图像中的应用,提出了一种利用图像降阶结合基元模式匹配对纹理特征进行挖掘的新思路。采用关联规则挖掘算法对图像纹理的频繁模式进行挖掘,通过联合关联规则来表达纹理。实验结果显示,挖掘出的关联规则不仅能够表达规则纹理,而且能够较好地表达随机纹理。     

灰度共生矩阵纹理特征提取的Matlab实现

图像的特征提取是图像的识别和分类、基于内容的图像检索、图像数据挖掘等研究内容的基础性工作,其中图像的纹理特征对描述图像内容具有重要意义,纹理特征提取已成为目前图像领域研究的热点。文中深入研究了基于灰度共生矩阵（GLCM）的纹理特征提取方法,给出了基于Matlab的简便实现代码,分析了共生矩阵各个构造参数对构造共生矩阵的影响。分析结果对优化灰度共生矩阵的构造、实现基于灰度共生矩阵（GLCM）的特定图像的纹理特征提取等都具有重要参考意义。     

基于关联规则挖掘的图像检索

针对图像检索中图像相似性判断所面临的"语义鸿沟"问题,本文提出了基于关联规则挖掘的图像检索。该方法利用数据挖掘技术,对图像纹理的各种低层可视化特征进行分析挖掘,获得一系列的图像低层特征值与高层概念之间的各种规则,将这些规则构成图像知识库,并与概念集合相对应。实验结果表明,采用关联规则挖掘能很好的提高图像检索的准确率。     

基于EMD细化四元数谱的纹理分割

提出一种基于EMD细化四元数谱的无监督纹理分割方法。创新之处在于：首先采用二维可分离EMD分解提高各图像成分的四元数Fourier频域特征的分离度;再使用四元数Gabor滤波器组进行解析特征提取;最后利用新的模糊C均值聚类评价函数实现无监督的纹理分割。实验结果证明了该方法的有效性。