灰度共生矩阵算法研究

从灰度共生矩阵的算法定义、数据获取和纹理特征参数提取方面对该算法进行研究,并将算法应用到医学图像检索中,获得了良好的检索效果.     

基于灰度共生矩阵的肝脏CT图纹理特征分析

提出了一种改进的灰度共生矩阵肝脏CT图纹理特征分析方法,即首先确定图像ROI区域,接着构造一个新的能综合反映共生矩阵各角度信息的灰度共生矩阵,然后提取基于该矩阵的纹理特征参数。通过实验验证,上述方法是分析肝脏CT图的一种快速有效的纹理特征分析方法,对其他特定类别图像的纹理特征分析有参考意义。     

基于灰度共生矩阵的纹理特征

纹理特征是一个很重要的,也是很常见的特征。基于灰度共生矩阵的纹理分析方法在许多方面的应用已经取得了很大的成功。但是,许多情况下,人们并没有将它用于纹理图像分割,而更多的用于图像分类。由于它在纹理图像分类任务中取得了不错的效果,因此在本文的方法中,我们将采用灰度共生矩阵作为我们的纹理特征。     

基于共生矩阵的图像纹理特征提取及应用

纹理分析是计算机视觉的一个重要研究方向.讨论了基于灰度共生矩阵(Co-occurrence M atrices)纹理特征提取方法,并简要介绍了基于图像纹理特征的图像工程应用.     

基于尺度和灰度共生矩阵的纹理图像分割

将能反映纹理空间尺度变化信息的尺度共生矩阵(动态信息)和反映纹理信息的灰度共生矩阵(静态信息)相结合,进行纹理特征抽取,对纹理图像进行分割,再对分割结果进行滤波,去除分割结果中存在的误分像素,结果表明,能够获得良好的分割效果.     

图像检索中灰度共生矩阵的构造与实现

纹理分析是计算机视觉的一个重要研究方向,在讨论共生矩阵的基础上,对图像共生矩阵的灰度级数采用线性变换进行了量化,用VB编写了共生矩阵的构造算法程序。并通过实例验证了该算法的可行性,对基于共生矩阵的图像处理有一定的实用价值。     

灰度共生矩阵和神经网络在医学图像处理中的应用

以龋齿诊断为例,探讨了灰度共生矩阵和神经网络在医学图像处理中的应用。通过对患者龋齿图像的特征分析,采用从灰度共生矩阵中提取的4个参数作为神经网络的输入特征向量,经过对该神经网络的多次训练,实现龋齿的识别。利用Matlab与VC++语言来设计龋齿诊断程序,并借助MIDEVA将其转化为脱离Matlab的工作环境的可执行程序,大大节省了系统资源。     

基于彩色共生矩阵的纹理特征分类研究

本文提供了一种通用的彩色纹理分类方法.首先将灰度共生矩阵扩展应用于彩色图像,然后从中提取Haralick彩色纹理特征.由于每个图像像素都可在不同颜色空间中表示,所以利用了一种迭代选择算法,以降低彩色纹理特征空间的维度.通过BarkTex纹理数据库的应用测试,证明了该方法对纹理分类的有效性.     

纹理特征提取

本文阐述了纹理的基本概念,结合纹理图像自身的特点,对图像纹理特征的描述算法进行了分析与研究,确定使用灰度共生矩阵法来提取图像的纹理特征.虽然在纹理分析过程中还存在一些问题有待完善,但是实验证明这种纹理提取具有一定的有效性.     

基于纹理特征的一种图像检索方法的实现

提出了一种基于纹理特征的“区域－图像”的检索方法，该方法包括两种基本的技术：一是利用共生矩阵提取六种不同的纹理特征；二是利用归一化相关的方法进行纹理特征向量的相似性度量。通过实验，证明了该方法可以产生比较满意的检索结果。     

基于小波变换的二值模式检索

提出了一种基于小波变换后的二值模式图像检索.把图像库里的图像通过小渡变换压缩预处理,方便图像快速入库提取图像特征.选取二值模式技术处理,以便有效提取图像的特征进行检索.实验数据库采用Brodatz纹理图像库,对比了边缘拟合算法,共生矩阵和灰度纹理矩检索图像的检索效率,得出小波变换后的二值模式检索效率较高.     

面部图像纹理特征检测方法研究

传统面部图像的特征检测主要针对于灰度图像和二值图像,目前国内对于面部彩色图像（尤其是高清面部彩色图像）纹理特征的研究还处于起步阶段。针对于面部区域彩色图像特征,通过采集不同测试者早（健康状态）、晚（疲劳状态）大量面部彩色图像,据此建立面部图像数据库,划分数据库为P（疲劳图）、Z（正常图）、R（结果）三类。利用共生矩阵算法求得最大特征区域的纹理特征向量,用对比统计得到的数据测定正常与疲劳面部图像特征值的差别。实验结果表明,面部彩色图像的纹理特征反映了图像本身的属性,进一步描述了图像的细节信息,具有计算量小的特点。     

双树复小波域基元共生矩阵的纹理特征提取方法

提出了一种双树复小波域基元共生矩阵的纹理特征提取方法。利用双树复小波域作为分析域,以纹理基元作为依据,来描述纹理的局部特征,提取图像纹理特征值。实验结果表明,该方法能有效提取出多尺度、多方向的纹理特征,并兼顾纹理局部随机性和整体规律性,所提取的纹理特征具有良好的聚类分离度和类内样本差异性。     

基于小波变换的工具痕迹图像识别研究

工具痕迹是一种出现在刑事案件中的重要物证,同时也是串并同类案件的重要依据。充分利用案件现场的工具痕迹有着十分重要的意义。根据小波变换原理,从纹理分析的角度出发,对工具痕迹图像进行二维小波变换,提取灰度共生矩阵的相关特征参数构造BP神经网络对痕迹图像进行分类识别,实验表明,该方法能细致的描述工具痕迹图像的纹理特征,可以辅助刑事技术人员进行工具痕迹图像特征的比对分析。     

基于红外图像的绝缘子高温区域特征研究

绝缘子故障会引起表面温度的上升,造成局部区域高温。因此,准确识别绝缘子的高温区域是故障检测的有效途径。本文提出了基于灰度共生矩阵的绝缘子高温特征提取方法。红外图像经过图像分割后,提取纹理特征,选取能量、熵、惯性矩和相关性作为特征值。试验结果验证该方法准确性高,可为绝缘子高温区域的识别提供参考。     

基于纹理信息的机载激光扫描数据分类

介绍一种利用高程纹理的分类方法,并按该算法进行实验,结果表明这种方法能很好地解决建筑物和树木邻近的分类问题,该算法分类精度高,稳定性好,处理速度快,在处理城市区域激光扫描数据的分类上具有明显的优势。     

基于改进鲸鱼优化算法的灰度图像对比度增强算法

为了增强灰度图对比度,提高图像识别精度,文章提出了一种基于改进鲸鱼优化算法的灰度图像对比度增强算法。文章通过设计非线性调整惯性权重和非线性调整收敛因子,使用改进鲸鱼优化算法不断优化局部/全局图像增强和目标评价函数,并利用6个标准函数和带钢表面缺陷灰度图进行仿真实验。实验结果表明：改进鲸鱼优化算法有助于显著提高收敛速度和寻优精度,经改进鲸鱼优化算法增强处理后的灰度图像具有较好的图像质量和视觉效果。     

改进的灰度图像的骨架提取与重建算法

数学形态学是一种非线性的处理信息的工具,它是一种建立在集合论和形态学上的对图像进行分析理解的工具,数学形态学主要有四个算子:扩张、腐蚀、开启和闭合。该文把灰度图像函数映射成二值图像以后,基于数学形态学理论,提出一种灰度图像的骨架提取和重建算法,并取得非常好的效果。     

基于内容的图像检索技术研究

根据图像所包含的色彩、纹理、形状以及对象的空间关系等特征分析了图像信息,设计了一种图像检索系统,并给出检索结果。