基于共生矩阵和分形的彩色骨髓细胞图像纹理

在对骨髓细胞纹理分析的基础上,提出了一种基于共生矩阵与分形理论的对彩色骨髓细胞图像进行纹理特征提取的方法,该方法通过构造一种新的表征纹理特征的量——共生矩阵分形联合特征量,更好地将红系细胞与粒系细胞区分开,并且对同一系别细胞的不同成熟阶段做出了更好的区分.     

基于双树复小波和灰度共生矩阵的纹理图像检索

传统的DWT小波变换在提取图像纹理特征时存在震荡、平移变化、混频和缺乏方向性四种缺陷。为了克服这些缺陷,本文采用双树复小波变换对图像检索中的查询图像和目标图像进行分解,提取6个方向上的纹理特征,为了弥补双树复小波变换缺少不同尺度纹理的空间分布特征的缺陷,又利用这两种图像的灰度共生矩阵提取4个统计量特征;最后用Canberra距离进行相似性度量并输出图像检索的结果。通过对Brodatz纹理图像库的各种纹理图像的检索实验表明,该方法对纹理图像有较好的检索效果。     

灰度共生矩阵与Sobel算子结合的图像检索方法

为了加快基于纹理的图像检索的速度，提出了一种灰度共生矩阵和Sobel算子结合的图像检索方法．该方法克服了灰度共生矩阵算法在表示纹理特征时计算量过大的缺点，又较好地保留了灰度共生矩阵算法的优点．实验结果表明，该方法取得了较好的检索效果．     

基于灰度共生矩阵的木材纹理分类方法的研究

为了对木材进行表面纹理分类,首先确定纹理的灰度共生矩阵描述参数、灰度共生矩阵的生成像素间距和灰度级数;求取分析了200个木材样本的纹理参数并输入给竞争神经网络进行分类验证.实验表明:1)以“角二阶矩”、“对比度”、“相关”、“熵”、“方差”、“逆差矩”作为描述木材纹理的特征参数是合适的.2)在比例为1∶1的512×512木材图像情况下,生成灰度共生矩阵的最佳像素间距为4,最佳图像灰度级数为128.3)木材纹理图像灰度共生矩阵的"角二阶矩"、"相关"和"熵"值最大的方向为纹理方向.4)竞争神经网络的分类正确率为88%.研究结论:按上述规则生成的6个灰度共生矩阵参数对描述木材表面纹理特征是有效的,据此对木材表面纹理分类是可行的.     

用变参数灰度共生矩阵提取新疆民间艺术图案纹理特征

为了较好地表达新疆民间艺术图案的纹理信息,选用可变参数的灰度共生矩阵提取其纹理特征。首先,在新疆民间艺术图案库上测试变参数对关键特征统计量的影响,并给出特征值与变参数之间的变化曲线,从而选定使纹理特征稳定的可变参数范围;然后,通过旋转、加噪、改变图像大小考虑算法的鲁棒性。本文的实验结果对新疆民间艺术图案的纹理特征提取具有参考价值。     

基于灰度共生矩阵的Julia集的纹理研究

分形图像具有精细结构和强烈的视觉冲击效果,使其在图像、图形设计中占有重要地位.对精细结构的衡量可以采用分形维数,而对具有特殊视觉效果的分形图像纹理的表征和分析较少.采用灰度共生矩阵的能量和熵分析由不同逃逸时间极限、逃逸半径极限、吸引子虚部和收敛区域半径生成的Julia集图像的纹理变化规律,为分形图像的快捷设计提供了依据.     

织物折皱纹理灰度共生矩阵分析

利用图像处理中灰度共生矩阵分析方法，全面系统地分析了织物折皱图像的纹理特征，并利用所获得的参数对织物起皱程度进行评价。结果表明，由于灰度共生矩阵可以完整全面地描述织物纹理特征，因此，可以有效地评价织物免烫等级。     

纹理图像多尺度灰度共生矩阵步长参数的研究

将小波变换多尺度理论用于分析确定共生矩阵最佳步长参数值,利用小波变换对原始图像进行分解,根据具体纹理图像,选择合适小波子图像(近似图像或其细节子图像)进行纹理分析,通过计算分解图像的纹理特征参数(对比度)确定最佳步长参数.当步长参数为最优值时,计算所得纹理特征参数值将处于周期极值位置,其利于纹理分析.相对于原始图像,分...     

基于灰度共生矩阵理论的PVA纤维分散评价法

为了有效地评价PVA纤维束的均匀性,基于灰度共生矩阵理论,并以PVA纤维束搅拌分散后图像的角二阶矩和熵值为主要特征参数,建立PVA纤维束分散评价方法,给出了PVA纤维束的均匀性评价指标(f1和f2),分析了在不同种类分散剂、不同搅拌速度、不同搅拌桨的搅拌参数下PVA纤维束分散效果,绘制了PVA纤维束分散后的角二阶矩和熵值曲线图.结果表明:均匀性评价方法可以评价PVA纤维束分散的均匀性;利用均匀性评价指标分析获得最佳搅拌分散参数,可实现对PVA纤维分散性的快速准确评价.     

基于灰度共生矩阵的建筑工地扬尘识别方法

为了提高在建工地对施工现场扬尘污染情况的监测与识别能力,提出一种基于灰度共生矩阵的建筑工地扬尘识别方法.利用大律法对施工场地视频图像进行二值化处理,得到区分背景图像与需监测图像的最佳阈值.构建灰度共生矩阵,将预处理后的图像按照像素值进行矩阵化分割,提取特征值.最后,通过训练好的朴素贝叶斯分类器进行污染图像识别.实例验证...     

结合灰度共生矩阵和模糊聚类的图像分割技术

该文主要研究了灰度共生矩阵和模糊均值聚类两种图像分割方法,对于这两种方法分别提取了4种纹理特征描述符:角二阶矩、对比度、相关性和熵来进行图像分割。并结合两种方法得出一种改进的图像分割方法。分别用这两种方法和改进后的方法对lean图进行分割并对分割的结果进行比较分析,实验证明改进后的方法优于灰度共生矩阵法,且优于模糊聚类法中用对比度和熵进行图像分割的效果,提高了图像的分割精度。     

分形理论在含缺陷物体断裂中的研究

含缺陷物体的断裂是一个能量耗散的过程,而这种能量耗散与断裂表面的不规则性有着直接的关系。介绍了分形几何在断裂表面分析方面的应用、断裂表面所耗散的能量与断裂表面之间的数学模型,以及两种断裂表面分形维数的测定方法——小岛法和垂直剖面法,并讨论了分形维数与材料性能之间的关系。     

基于小波域灰度梯度共生矩阵的遥感影像模糊度分析

在分析小波域灰度梯度共生矩阵对梯度特性描述的基础上, 设计了一种模糊度评价指标.在遥感影像小波域统计特性, 即不同子带对噪声和模糊敏感程度不同的基础上, 设计了一种抗噪声的遥感影像模糊度评价指标.实验表明:该指标与图像的实际模糊度水平一致性强, 能准确评价遥感影像的模糊度水平.     

一种基于主色调纹理的图像检索方法

基于主色调和共生矩阵的概念,提出并实现一种基于主色调纹理的图像检索方法.该方法根据用户所给目标图像的多种主色调,基于三种颜色分量和灰度分量的矩阵信息,提取图像的主色调共生矩阵纹理特征,并利用适用该特征的相似性度量函数实现基于内容的图像检索.     

基于底层纹理特征的图像检索

讨论了统计法中的灰度共现矩阵法和频谱法中的小波变换法来提取图像底层纹理特征,并对此进行了比较和分析,实验表明,基于小波变换的纹理特征提取方法可以有效描述图像底层纹理并取得较好检索结果。     

基于中值滤波与灰度级形态学的综合去除椒盐噪声方法

为了消除图像上的椒盐噪声,并尽量保持图像的清晰度,提出了一种在中值滤波基础上,经过灰度直方图的分析,再采用合适的灰度级形态学运算去除图像中的椒盐噪声的新方法。该方法,既弥补了中值滤波在椒盐噪声概率高的情况下滤噪能力下降快的缺点,又改善了灰度级形态学在椒盐噪声概率高的时候,达不到有效滤噪的不足。实验表明,该方法滤除椒盐噪声效果优于单独使用中值滤波或形态学滤噪,在椒盐噪声概率超过0．2时,这种优势尤为明显。     

疲劳断口分维测量中若干问题的探讨

提出了协同标度因子的概念，研究并指出了目前国际上广泛采用的两种疲劳断口分维测量方法（ＳＩＡ和ＦＰＭ）存在的一些实质性问题．从能量不可逆耗散的角度入手，探讨了与材料疲劳断裂特性有关的断口分维的属性及断口分维和材料断裂特性间本质的物理联系，认为正确的测量对象应当是断口的面分维而不是目前广泛采用的线分维。