地震属性图像突变特征在辅助断层识别中的应用

对地震断层进行准确识别,能够为地震破坏力的评估和余震的预测提供准确的依据,具有重要的应用价值。当前只能对地震属性图像中单一的特征属性进行识别,不能全面反映断层的属性特征。为此,提出一种基于地震属性图像突变特征的辅助断层识别方法。利用灰度共生矩阵能够对断层的地震属性图像中多个变化特征进行准确提取,通过一定的窗截取灰度图像,建立地震突变特征的纹理基元,并将地震突变特征的纹理基元划分为体、剖面和道。仿真实验结果表明,改进算法能够对辅助断层识别提供更准确的依据,效果令人满意。     

基于PCA模型的人脸图像纹理特征高精度识别方法

针对传统人脸图像纹理特征识别方法中存在的计算量大,样本训练与测试时间较长,识别正确率较低等问题,提出一种新的基于PCA模型的人脸图像纹理特征高精度识别方法。在人脸图像预处理过程中,采用Gabor滤波器确定人脸图像训练样本中的双眼位置,结合卷积运算与人脸几何模型从图像中分割出目标人脸区域,并对分割得到的图像进行规范化处理;采用PCA模型对预处理后的图像进行降维与特征向量提取,并根据选取的主要纹理特征以及欧式距离近似度量结果,实现人脸图像纹理特征高精度识别。实验结果表明,所提方法的识别准确度高于实验对比方法,且样本训练时间与测试时间明显缩短,具有较好的鲁棒性。     

紫金山地区盗伐立木三维图像特征的远程可视化研究

在远程可视化紫金山地区盗伐立木三维图像特征识别的研究中,传统的图像特征识别方法忽略了紫金山地区所处复杂环境的影响,从而导致对此地区的可视化研究局限于二维局部细节特征,无法实现远程可视化精准识别。针对此问题提出了一种基于特征转化的立木图像纹理特征识别方法,分析紫金山地区遭盗伐区域的背景环境,分析和现存的立木图像二维信息,并将采集得到的砍伐地区立木二维图像纹理特征矩阵实现迭代分解,在此基础上将不能够识别的立木边缘缺陷特征转化成可识别的三维图像纹理特征,最终实现远程可视化识别。实验结果表明,相比传统方法,本文提出的方法应用于在远程可视化系统识别方面具有更高的精准度。     

基于纹理特征分形的重叠指纹快速分离技术

对重叠指纹的快速分离是实现复杂环境下指纹特征鉴别和识别的关键。传统的重叠指纹分离算法采用指纹特征提取自动匹配技术,需要大量的先验指纹数据库知识才能实现重叠指纹的分离,可操作性不强。提出一种基于纹理特征分形的重叠指纹快速分离技术。构建指纹图像采集系统,指纹图像采集根据嵴与峪的几何特性进行指纹的纹理特征提取,感知指纹的几何特性是指在空间上嵴是突起特征部分,采用指纹增强技术,增强嵴峪对比度,使得图像更加清晰和真实,把重叠指纹的嵴的宽度降为单个像素的宽度,得到嵴线的骨架图像,设计纹理特征分形算法实现重叠指纹的快速分离。仿真结果表明,采用该算法进行指纹分离和识别,性能优越,准确度高,耗时少。     

基于小波包分解的虹膜图像识别方法研究

针对虹膜图像的纹理特征表示主要集中在中高频能量部分,对图像进行小波包分解,并提取出特征向量,运用变维方式对奇异值特征向量做进一步处理,进而将获得的特征向量做为虹膜图像的识别特征向量,依据欧氏距离分类器对他们做识别分类。最后的试验结果证明了这种算法的有效性与合理性。     

贵州乌蒙山区绿色植被覆盖率退化趋势的图像分析

为了分析贵州乌蒙山绿色植被退化趋势,提出针对贵州乌蒙山区绿色植被覆盖率退化趋势的图像分析方法。获取NDVI遥感图像数据信息,运用基于纹理特征的ISODATA算法提取植被图像中每个像素点的纹理特征、位置特征等综合特点,形成特征矢量结构空间;在特征空间中,利用ISODATA算法主动调整参数获取初始聚类数量及聚类中心后,进行区域分割,获取图像区域特征信息;然后建立像元二分模型对植被覆盖度图像特征信息进行分析,通过计算不同年份植被覆盖率对绿色植被覆盖率退化趋势进行预测。实验结果证明,改进的图像分析方法可以对贵州乌蒙山区绿色植被覆盖率退化趋势进行准确分析,精度较高。     

背景差分法障碍物检测

本文基于图像处理,研究了背景差分法对车行道障碍物的识别问题。本文提出预先得到纯净无障碍的路面图像,经过预处理后,与待检测图像作差分运算,将得到的信息进行腐蚀膨胀等进一步处理,最终完成对障碍物的识别。     

基于共生纹理特征的表面粗糙度测量

激光经被测粗糙度量块表面散射后,在观察面形成散斑,其包含丰富的表面形状的信息。笔者将散斑图像看作纹理图像,可以看出接收到的散斑图像与粗糙度量块的表面密切相关,因此,用计算机纹理分析的方法对散斑图像进行分析必然能得到表面粗糙度的信息。同时将得到是纹理特征进行高斯加权,能够使其更贴切的反映图像的本质。     

基于共生纹理特征的表面粗糙度测量

激光经被测粗糙度量块表面散射后,在观察面形成散斑,其包含丰富的表面形状的信息。笔者将散斑图像看作纹理图像,可以看出接收到的散斑图像与粗糙度量块的表面密切相关,因此,用计算机纹理分析的方法对散斑图像进行分析必然能得到表面粗糙度的信息。同时将得到是纹理特征进行高斯加权,能够使其更贴切的反映图像的本质。     

大型图像数据库的特征挖掘优化模型仿真

在对大型图像数据库的特征挖掘优化过程中,利用传统算法进行特征挖掘,假设图像数据库中的图像属性差异较大,将极大的降低挖掘精度,难以获取精确的挖掘结果。为了弥补上述弊端,提出了一种大型图像数据库特征挖掘优化方法。利用局部二维模式纹理分析方法,提取数据库图像中的纹理特征,同时融合渐变计算方法,根据数据库中图像纹理特征,完成图像数据库特征挖掘。实验结果表明,利用改进算法进行大型图像数据库的特征挖掘,能够提高挖掘速度与精确度,可以获取准确的挖掘结果,满足大型图像数据库运行过程中的实际需求。     

基于C5.0算法的人脸表情识别研究

本文通过对人脸表情图像进行预处理,对预处理后的待测图像进行特征点标定,统计出这些特征点之间的几何特征,建立表情属性表,构建基于决策树C5.0算法的人脸表情识别模型,获取分类规则,得到较好的识别精度,为人脸表情识别提供了一条有效途径。     

基于LDP和LTP模型的人脸识别技术探究

表面的纹理特征常被用于目标的识别。这种特征被广泛的应用于各个领域,比如基于纹理特征的人脸识别系统、监视、身份识别等。局部二值模式纹理特征方法(LBP)是最成功的基于纹理特征的人脸识别方法。由于LBP的巨大成功,出现了许多LBP的变异方法,比如多层LBP、中心对称LBP、主LBP等。本文的主要目的在于研究各种LBP的变异方法在人脸识别中的有用性。同时本文还评估了各种实际问题,比如光照变化、旋转、人脸图像表示的变化等在不同LBP人脸识别方法中的影响。基于实际人脸图像数据库的验证表明局部纹理模式(LTP)和局部衍生模式(LDP)具有更好的识别性能。     

高等级公路沥青路面的施工技术及质量控制

随着我国公路建设的飞速发展,对高等级公路建设中广泛使用的沥青混凝土路面质量的要求也越来越高。本文作者结合工程实例,针对一级公路沥青路面工程施工的质量控制、激光纹理评价路面施工离析及质量控制水平等问题进行分析和技术总结。     

基于模糊聚类和神经网络的医学图像分类

本文探讨了不同成像方式下医学图像的分类识别算法,提取了具有代表性的图像特征,如图像面积熵、灰度共生矩阵、图像细小纹理区域个数等,并通过设计模糊聚类、BP神经网络图像分类器,实现对CT图像、MR图像、X线图像及B超图像的分类。结果表明本文提出的分类器对医学图像的分类识别取得了一定的效果。     

公路大修工程中就地冷再生技术

因公路大修工程需快捷、施工作业面小的施工技术等方面的要求,就地冷再生技术凭借自身具备的小交通影响力、对大部分路面损坏可进行处置等显著的特征,在公路大修工程当中得到了较为广泛的运用。接下来,文章针对公路大修工程中就地冷再生技术的运用相关问题进行浅述,望能够有一定的参考价值。     

关于路面不平度重构的研究

通过对GB7031-1986建议的公路路面功率谱密度的拟合表达式进行研究,可以得出采用谐波叠加法进行模拟得到的路面不平度所对应的功率谱密度可以很好地逼近目标谱的结论.     

摄影测量中标记点编码与解码的方法

近景摄影测量中,可以在待测物体表面分布一些易于识别的标记点,以提高特征识别的准确性和精度,保证多幅图像阃特征点对应匹配的可靠性.文中讨论了多种标记点的编码与解码,对各种标记点进行了分析,讨论了在不同的情况下使用不同的编码标记点可以起到准确识别和精确定位,提高效率,为图像识打下良好的基础.     

基于灰度共生矩阵的图像纹理特征提取研究

计算机视觉系统存在图像数据维度高、图像数据类型冗杂的情况,因此提取图像的纹理特征对图像的后期处理非常重要。采用灰度共生矩阵的图像纹理特征提取方法,可以有效地获取图像在像素灰度间的方向、距离、变化幅度等综合信息,其纹理特征值差异和变化规律可准确描述图像纹理的特征。仿真实验证明了该方法可行,通过对比不同图像的纹理特征值,得出其差异和变化规律基本与实际的纹理特征情况相符合,验证了此方法的有效性。     

数学形态学基础及研究方向的探讨

数学形态学处理是处理数字图像的一种新方法,它在代数的基础上运用形态学的原理对数字图像进行分析。许多非常成功的理论模型和视觉检测系统都采用了数学形态学算法作为其理论基础或组成部分。数学形态学可以用来解决抑制噪声、特征提取、边缘检测、图像分割、形状识别、纹理分析、图像恢复与重建、图像压缩等图像处理问题。目前,数学形态学已在计算机视觉、信号处理与图像分析、模式识别、计算方法与数据处理等方面得到了极为广泛的应用,形态学图象处理已经成为计算机数字图象处理的一个重要研究领域。本文主要对数学形态学的基本理论及其在图像处理中的应用进行了综述。     

浅谈遥感影像纹理特征提取及应用

现阶段,遥感图像具有相对丰富的数据信息,纹理信息也不例外。遥感影像在纹理方面的分析研究已经逐渐发展为提高遥感影像具体分类精度的有效手段,可以在一定程度上准确提取相关的纹理特征,实现影像的成功分类。本文就纹理特征提取方法进行分析,然后有效结合遥感影像实际纹理特点,利用专业化的灰度共生矩阵方法对其特征进行详细描述。另一方面,介绍了纹理特征在遥感图像处理上的应用。