基于牛肉大理石花纹标准(BMS)图像的纹理特征分析

 【目的】研究基于图像纹理特征来描述牛肉大理石花纹标准的方法。【方法】以日本、美国和澳大利亚的牛肉大理石花纹分级图像为基础,通过线性回归的方法来研究纹理特征与牛肉大理石花纹标准之间的内在关系。【结果】通过彩色梯度和局部二值模式(LBP)处理后提取灰度共生矩阵的4个特征：对比度、相关度、能量和一致性,这些特征可以准确地描述3个不同国家的牛肉大理石花纹标准。其中,能量特征对图像的差异性不敏感,可以作为3种牛肉大理石花纹标准的共性特征。【结论】基于牛肉LBP纹理特征的线性回归预测模型可以作为牛肉大理石花纹标准的一项合理评估依据。     

基于LSP与GLCM融合的禾本科牧草种子特征提取算法

针对禾本科牧草种子相似性较高、识别困难的问题,采用局部相似模式(LSP)和灰度共生矩阵(GLCM)的方法,对禾本科牧草种子的分类识别进行研究。结果表明:1)局部相似模式与灰度共生矩阵融合的方法可以有效的提取禾本科牧草种子的纹理特征,能够识别颜色、形状、大小等特征都十分相似的牧草种子,且其识别率优于传统的LSP特征算子和GLCM特征算子。2)与传统LSP算法相比,结合灰度共生矩阵算法后,得到的特征受到相似种类种子图像的影响较小,具有更广泛的适应性。因此,基于LSP和GLCM的融合算法可以有效地提取相似禾本科种子图像的纹理统计特征,采用线性判别分析分类器(LDA)进行分类,识别率最高达到98.64%。     

基于CBERS-02B星数据的竹林、针叶林纹理特征变化分析

纹理特征是遥感影像的重要特征之一。本研究以湖南省桃江县为研究对象,利用CBERS-02B星为遥感数据源,采用灰度共生矩阵法提取影像纹理特征。根据纹理参数的标准差和各参数间的相关性,对纹理参数进行了筛选,并对竹林和针叶林的均值和方差的季相变化特征进行了统计和分析。结果表明:在5月、8月和12月之间,竹林均值逐渐减小而针叶林在8月份出现峰值,针叶林标准差逐渐增大,而竹林在8月份出现峰值。     

基于健壮的边界跟踪算法的二维灰度图像边界提取

在分析二维灰度图像边界的常规提取方法的基础上,提出了一种新的健壮的边界提取方法.该方法首先采用Canny边缘算法检测二维图像边缘,然后使用了一种健壮的边界跟踪算法抽取物体边界,这种边界跟踪算法在跟踪边缘图像的物体边界过程中能自动修补断裂边缘和排除虚假边界点.实验证明,新方法成功率高,能较有效排除干扰,准确识别出物体边界.     

基于十字线灰度图像清晰度模型的构建与应用

针对图像清晰(聚焦)度评价函数种类多、计算复杂、尚无统一标准的现状,构建一种十字线灰度图像清晰(聚焦)度评价的理论模型,分析实际应用中理论模型存在的问题,然后提出图像清晰(聚焦)度评价改进模型.实验表明:清晰(聚焦)度评价改进模型符合十字线灰度图像实际,具有应用价值.     

基于ETM~+的遥感影像信息提取研究

以沈阳市苏家屯区为试验区,对ETM+图像的光谱信息和纹理信息进行综合分析,以达到提高影像分类精度的目的.利用光谱信息提取水体、植被;采用基于灰度共生矩阵的纹理量的分类法,通过TM5波段提取灰度共生矩阵和灰度联合矩阵,计算并提取最能反映类别差异的纹理量值将光谱信息混淆的水田、旱田、居民地用分离,得到最终的分类结果.结果表明:将纹理特征应用于图像分类中可区分光谱混淆的地类,光谱与纹理特征结合得到的分类精度要高于单纯光谱的分类精度.     

灰度直方图在木材表面缺陷检测中的应用

提出了一种基于灰度直方图检测木板材表面缺陷的方法。对图像以4×4像素块作25级灰度直方图分析,根据灰度直方图统计中是否有颜色突变来判别木板材是否存在缺陷。缺陷图片在直方图中表现出双峰特征,利用次波峰确定缺陷部位,但判别时应排除杂色与纹理因素的干扰。比较次波峰与主波峰的值来消除木材杂色所产生的影响,即当差值大于1/10时,次波峰代表缺陷颜色。与此同时,借助于直方图修正排除纹理因素造成的干扰。该方法能有效地识别缺陷图像与正常图像。     

基于二维Mallat算法的数字灰度图像的分解和重构

数字图像处理的关键工作是在分解的基础上对图像做各种数字图像处理,处理之后对数字图像进行重构还原。小波变换和Mallat算法,可通过二维Mallat算法实现对数字灰度图像的分解和重构。     

基于平稳小波变换的灰度图像去噪算法的应用研究

与正交小波相比较,平稳小波变换的四个分量的每个分量与上一级分量具有相同的维数,因此使用平稳小波变换能够增加数字图像的细节,对于正交小波的图像边缘的震荡现象具有很好的改善。     

牧草图像快速分割方法及比较分析

针对北方典型牧草植物-苜蓿图像,采用多种常用的灰度化方法,并对其中的超绿法和Cr色彩法进行了改进,结合灰度图的特点,选用了单阀值分割和基于欧式距离的聚类分割方法将图像二值化,实现了苜蓿与背景的分离提取.利用大量的图像样本,对图像的分割准确率进行了统计分析和比较研究,得到了常用算法的定量评价和分割效果,得到了针对苜蓿图像的有效分割方法,为进一步实现牧草自动识别提供了依据.