基于方向-频率分解的旋转不变性纹理分类

提出了一种用于纹理分类的旋转不变性特征提取的新算法.该算法是将一定大小的图像进行二维傅里叶变换;其次在变换后的图像中央选择一个圆盘区域,并在方向[0°,180°]内进行等间隔角度频率抽样,实现方向分解,使用一组复Morlet小波对每个方向上的映射切片进行小波变换,从而实现多通道频率分解;在各个频率通道中计算均值和方差作为特征,并利用线性回归模型计算频率通道之间的关系特征;将特征沿方向进行一维傅里叶变换并取其幅值,从而得到旋转不变性特征.实验结果表明所提取的特征具有较好的旋转不变性,与其它算法相比具有更好的分类性能,并且对无旋转纹理分类也能产生较好的分类结果.     

基于光谱空间变换的遥感图像目标探测方法研究

针对遥感图像在频率域中的表征,提出了一种基于光谱空间变换的遥感图像目标探测方法。该方法首先利用傅里叶变换,将遥感图像从空域转变到频率域;然后利用频谱能量楔状采样和谐波叠置等手段,将不同频谱能量所表征的目标特征信息分解到不同的高、低频段中,由此获取对应目标特征在频率域中的探测标志;最后结合在频谱能量上具有方向和频带选择性的匹配Gabor滤波器,实现了居民楼地物目标的有效探测。试验结果表明,文章所提出的方法能够较好地探测遥感图像的目标信息,并且具有特定方向上目标检测的能力。     

基于双目光栅重建和纹理映射的缺陷三维测量方法

针对工业检测中对表面缺陷的高精度检测和定位需求,提出了一种缺陷特征重建方法。通过在基于双目光栅投影的三维重构系统上附加纹理相机,实现对于重构点云模型的纹理映射,并结合纹理相机图像中提取到的特征区域,完成表面特征的三维重构。针对待测物体需要进行多视角重建的情况,引入精密转台,利用旋转轴标定方法获取不同旋转位置下纹理图像与点云数据的映射关系,并利用基于距离判据的判断方法实现了对遮挡部分点云的剔除。采用四象限临近点搜索和基于距离加权平均的线性插值方法对纹理图像中像素坐标进行三维测量。实验完成了对于图像中标注缺陷轮廓内像素点的重建,实现了对于表面特征的精确尺寸计算和定位,通过对重建的缺陷尺寸和位置进行计算并与影像测量仪测得结果进行对比,可得本文方案对缺陷三维尺寸和位置的测量误差不超过0.2 mm,且能更准确地计算缺陷面积。     

基于优化残差网络的复杂纹理表面缺陷检测

产品表面缺陷检测是工业自动化生产的重要环节,准确率是评价自动检测系统可靠性的主要指标。基于复杂纹理表面缺陷检测的特殊性以及对检测方法的实时性、通用性等要求,提出了优化骨干网络并使用迁移学习特征映射构建复杂纹理表面缺陷的检测方法。该方法通过优化残差网络模型并建立仿真数据集的方式进行迁移学习,以解决实际情况中复杂纹理表面产品数据集样本数量少、数据集制作困难、相似问题难以互相兼容等问题。实验结果表明,提出的方法可以准确地检测随机复杂纹理的人造木质板材表面缺陷,平均准确率可达99.6%。现有实验条件下单张人造木质板材的检测时间为305 ms,可以满足在线检测的实时性要求。研究结果可为基于深度学习的复杂纹理表面缺陷检测提供新的思路与理论参考。     

具有任意方向的扇形滤波器及其在图像方向检测中的应用

扇形滤波器在图像的方向检测中是非常重要的.本文基于极傅里叶变换和一个楔形滤波器,设计出具有任意方向的二维扇形滤波器.首先,楔形滤波器被变换到极傅里叶域,再利用极傅里叶变换的旋转特性,楔形滤波器可以通过将其极傅里叶变换沿着水平方向进行移动来实现旋转,得到一系列具有任意方向导向的扇形滤波器,它们能够检测图像中所包含的任意方向信息.由于整个设计过程不涉及二维优化,因此所提出的设计方法具有设计简单的优点.为了验证扇形滤波器的方向敏感性,将所设计的扇形滤波器应用于图像的纹理方向检测,结果表明,具有任意方向的扇形滤波器在图像纹理方向检测中具有很大的潜能.     

基于窗口傅里叶变换剪切干涉法波前检测

提出了一种利用二维窗口傅里叶变换从径向剪切干涉条纹中准确得到波前的重建技术。首先对剪切干涉条纹做二维窗口傅里叶变换,设置阈值和频率积分范围后,进行二维窗口傅里叶逆变换,然后对包裹相位做去载频和相位展开处理得到相位差分布,最后使用波前迭代算法从相位差中复原实际波前。模拟计算表明,使用该方法最大相位复原误差为0.82%,均方根值为0.020 9 rad,实验结果验证了该方法的有效性。同时也对窗口傅里叶变换的关键参数,如窗函数的选择、窗口大小的确定以及阈值的选取等进行了简要讨论。与传统傅里叶变换法(FFT)相比,基于窗口傅里叶变换的剪切干涉波前检测法有更高的精度和稳定性,为波前检测提供一种新的处理方法。     

组合傅里叶变换与曲波变换的图像复原

针对图像复原的病态反问题进行研究,分析了图像复原的数学模型及其病态性,提出了组合傅里叶变换与曲波变换的图像复原(ForCurIR)算法.算法利用傅里叶变换对色噪声和曲波变换对分片光滑图像的稀疏表示特性,将图像复原问题转换成傅里叶变换域约束去卷积和曲波变换域约束去噪问题,最后通过组合傅里叶变换域和曲波变换域收缩法实现去卷积和抑制噪声.实验结果表明:ForCurIR算法很好地再现了图像的边缘等细节信息,复原出的图像在信噪比和视觉质量两方面部有显著的提高.     

伸缩窗口傅里叶变换在三维形貌测量中的应用

为了克服窗口傅里叶变换在分析非平稳信号所存在的缺陷,基于窗口傅里叶变换技术提出了伸缩傅里叶变换法并应用于三维形貌测量中。通过对窗函数在空间尺度上引入伸缩变换,得到一个可调宽度的空间一频率窗,实现空间频率分辨率随光栅图像条纹频率变化自动可调的实时快速测量。该方法克服了窗口傅里叶变换分析中所有频率窗口的大小形状固定不变的缺点,适合复杂物体形貌的测量。给出了理论分析、计算机模拟以及实验研究结果。     

采用非局部主成分分析的极大似然估计图像去噪

本文提出一种采用非局部主成分分析的极大似然估计去噪方法.首先采用非局部主成分分析算法来计算像素邻域间的灰度值和纹理结构相似性,然后通过极大似然估计方法估计最优复原图像.本方法使用非局部主成分分析克服现有局部性去噪方法模糊边界等缺陷,引入极大似然估计方法来改进现有非局部均值的简单加权均值去噪处理,从而提高对图像细节信息的复原能力.最后分别使用本文方法、非局部均值和局部极大似然估计三种去噪方法,在不同噪音大小和不同几何纹理复杂度的图像中进行定性和定量的去噪实验.结果表明,本文方法可在保持图像细节和纹理信息的情况下有效去噪,较之现有方法效果更好.     

基于小波重构的木材表面缺陷检测系统研究

设计了木材加工业中木材纹理表面的检测系统，提出了一种有效的选取小波频带重建图像的纹理瑕疵检测方法。设计的检测系统由新型LED光源，明暗域结合成像光学系统，高速高分辨率线阵CCD器件等组成。应用小波基函数在较优的分解级数上对纹理图像进行分解，然后在最佳的分辨率级数上正确选取平滑图像或者细节图像来重建图像。在重建图像中均匀纹理图案被有效地移除，仅仅保留了局部瑕疵区域，小波频带选取是基于小渡系数的能量分布自动确定最佳重构参数。重构后的图像经阈值处理得到二值图像，最后运用数学形态学的方法对二值图像后处理。实验表明，该方法可用于实时在线检测木材表面的瑕疵。     

基于频域变换的MEMS声学薄膜缺陷检测算法

The micro-electro-mechanical system (MEMS) acoustic film has extremely high requirements for tape-out, storage and packaging environments, and its surface defects will affect the quality and performance of MEMS devices. The image defects detection is an effective non-contact optical detection means that can effectively improve the yield rate of MEMS production. However, the periodic structure texture of the MEMS devices surface will interfere with defect detection. A acoustic film defect detection algorithm based on frequency domain transformation was proposed. By calculating the gradient distribution of spectrogram and establishing the Boolean mask, the dominant frequency components corresponding to the periodic structure texture were eliminated. The residual spectrograms were subjected to a Fourier inversion to reconstruct the defect images. The reconstructed images were decomposed by single-layer Haar wavelet to obtain the low-frequency sub-band image and the defect information was extracted by simple threshold segmentation. The defect detection effects of different types of MEMS acoustic film were showed. The experimental results show that it is reasonable to set the zoom constant in the range of 0.7~1.0.     

声图像的恢复对纹理分析参数影响的研究

本文研究了声图像的恢复对声图像纹理分析参数的影响。论文阐述了一种用于Ｂ超图像恢复的方法。它利用三个声学特性已知的超声组织仿真模块作参考,在增益与ＴＧＣ设置不变的情况下,可对均匀组织的Ｂ超图像进行恢复,论文采用了几种不同的纹理分析方法对已恢复的Ｂ超图像及未经恢复且在不同设置下采集的图像进行了分析结果的对比研究,得到了一些有实用意义的结论。     

基于纹理显著性的微光图像目标检测

微光图像对比度较低,目标显著性不明显,目标自动探测难度大.针对此问题,本文提出一种噪声鲁棒性较好的图像局部纹理粗糙度算法,并给出一种适用于微光图像显著分析的纹理显著性算法.首先,提出一种新的局部纹理粗糙度算法,该算法利用最佳尺寸计算局部纹理粗糙度,对纹理图像进行加噪实验,与基于局部分形维的粗糙度方法相比,本文局部纹理粗糙度算法表现出较好的噪声鲁棒性;其次,在提取图像粗糙度特征图的基础上,给出一种针对纹理的显著性度量算法;最后,将纹理显著性算法应用于微光图像目标检测,实验结果证明了该算法的有效性.     

傅里叶望远镜发射阵列的冗余度及“冗余度-斯特列尔比-目标信息”特性分析

傅里叶望远技术中不同的基线配置产生不同方向的多组干涉条纹以扫描目标表面. 能否有效判断条纹方向与目标表面细节信息是否匹配决定了目标空间的采样效果. 本文首先对发射基线的冗余度进行了分析, 之后提出了一种新的发射基线分析方法, 通过定义冗余度-斯特列尔比-目标信息(RST)的概念, 将基线冗余度、目标细节信息与重构图像质量相结合. 分析了目标空间细节信息与基线配置的匹配关系. 文中采用T形阵列对目标空间频谱采样. 当某一基线配置的RST 值满足文中所设定的大小关系时, 判断目标的细节信息主要分布于阵列的横轴方向还是竖轴方向. 并以此为参考, 调整下一步基线扫描时横竖两轴的扩展规模, 实现了利用目标空间的较低频反馈信息来指导较高频信息的采样基线配置. 此分析方法的建立有助于优化傅里叶望远系统真实发射阵列的工作方式, 使基线的频谱与目标的空间谱较好地匹配, 达到更好的探测结果.     

MRI texture analysis on texture test objects, normal brain and intracranial tumors

Texture analysis was performed in three different MRI units on T1 and T2-weighted MR images from 10 healthy volunteers and 63 patients with histologically confirmed intracranial tumors. The goal of this study was a multicenter evaluation of the usefulness of this quantitative approach for the characterization of healthy and pathologic human brain tissues (white matter, gray matter, cerebrospinal fluid, tumors and edema). Each selected brain region of interest was characterized with both its mean gray level values and several texture parameters. Multivariate statistical analyses were then applied in order to discriminate each brain tissue type represented by its own set of texture parameters. Texture analysis was previously performed on test objects to evaluate the method dependence on acquisition parameters and consequently the interest of a multicenter evaluation. Even obtained on different sites with their own acquisition routine protocol, MR brain images contain textural features that can reveal discriminant factors for tissue classification and image segmentation. It can also offer additional information in case of undetermined diagnosis or to develop a more accurate tumor grading.     

一种基于皮肤纹理特征的皮肤分类算法

根据皮肤纹理的深浅、节点数及纹理粗细等主要特征,采用小波包及二维傅里叶变换分析方法和数学形态学分析法实现了皮肤的特征提取。利用小波包分解得到的空间频率信息对二值化纹理图像进行空域滤波去噪,利用基本竞争型人工神经网络进行纹理分类。结果表明,这一方法可获得较理想的分类结果。