融合复合纹理特征的图像拼接检测

为解决传统图像拼接检测算法对图像内容、光照变化等鲁棒性不强问题,提出一种基于多种纹理特征融合的图像拼接检测方法。对二维灰度图像执行非下采样轮廓波变换（NSCT）,以获得包含图像纹理特征的一系列子带图像。对在水平和垂直方向进行差分处理的低频子带图像以及4个高频图像,获取韦伯局部描述符（WLD）纹理和局部三值模式（LTP）纹理。将WLD纹理与灰度共生矩阵结合,得到像素点强度、梯度与灰度之间的关系;再将LTP纹理与灰度共生矩阵结合,得到无噪声和光照影响的像素点灰度间关系;最后分别提取WLD值共生矩阵和LTP值共生矩阵的对比度、相关性、相异度、熵、能量等5个特征,并融合成特征向量,使用RBF神经网络分类。该方法在哥伦比亚彩色图像库上检测准确率达到了95.7%。     

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。     

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.     

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。     

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。     

基于灰度关联分析的苹果病害识别方法研究

为实现自然条件下低分辨率苹果病害的智能识别,对获取图像进行预处理,采用改进的水平集交互式分割方法提取病斑。在实验的基础上,基于灰度共生矩阵提取8个纹理特征参数作为病斑的有效识别特征,构建了基于灰度关联分析的病害识别模型。实验结果表明,用优选的8个纹理特征和基于灰度关联分析识别模型,对3种病害的平均正确识别率最高达到85.41%,可以有效识别苹果的病害。     

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.     

Multiwavelets domain singular value features for image texture classification

A new approach based on multiwavelets transformation and singular value decomposition (SVD) is proposed for the classification of image textures. Lower singular values are truncated based on its energy distribution to classify the textures in the presence of additive white Gaussian noise (AWGN). The proposed approach extracts features such as energy, entropy, local homogeneity and max-min ratio from the selected singular values of multiwavelets transformation coefficients of image textures. The classification was carried out using probabilistic neural network (PNN). Performance of the proposed approach was compared with conventional wavelet domain gray level co-occurrence matrix (GLCM) based features, discrete multiwavelets transformation energy based approach, and HMM based approach. Experimental results showed the superiority of the proposed algorithms when compared with existing algorithms.     

基于广义Feistel结构的分组图像加密算法

为了提高加密信息的安全性等要求,提出了一种广义拟feistel结构分组加密算法。首先利用三角混沌映射产生混沌序列并将明文分块,然后将三角混沌映射和灰度扩散机制相结合依次对明文进行替换,最后将三角混沌作为密钥用于广义拟feistel结构分组加密算法对替换后的明文加密。通过对加密后图像相邻像素所对应的共生矩阵特性分析表明,加密图像具有良好的空间随机均匀分布特性。     

基于群体先验影像的低剂量CT影像复原

为充分利用临床已有群体患者常规剂量影像学特征,提出一种新的基于群体先验影像冗余信息的低剂量CT（LDCT）影像复原模式。该模式利用灰度共生矩阵提取群体影像中纹理特征以组建样本数据库,结合先验样本在线搜索及目标影像感兴趣区先验冗余信息挖掘,并通过目标区自适应规整处理,实现LDCT影像有效复原,充分利用了临床已有群体患者常规剂量影像（群体影像）中高质量影像学特征。对临床肺癌的仿真低剂量数据进行实验,结果表明该模式在噪声抑制和纹理特征保存方面均优于传统算法。     

Searching high gray scale FPD scanning matrix based on PSO

With the increase of gray scale and flat panel display (FPD) size, subspace bitwise scanning strategy can be replaced traditional scanning method to cut down frame frequency. However, the direct searching strategy (DSS) becomes unfeasible to obtain corresponding high gray scale scanning matrix. Thus, particle swarm optimization (PSO) is introduced to accelerate searching for high gray scale weights scanning matrix (WSM) with its parallelism and global optimization feature. Finally a WSM of 256 gray scales is found out successfully with Matlab, which both gray linearity and scanning efficiency are satisfied.     

基于遗传神经网络的水电机组故障诊断模型

将遗传神经网络引入水电机组的故障诊断中,建立基于遗传神经网络的水电机组故障诊断模型,通过Matlab的相关工具箱进行仿真.结果表明遗传神经网络诊断的正确性高于BP网络.