小波多通道特征级融合的彩色纹理图像分析

苗木图像分割是形态参数提取的前提条件。利用小波变换及分开-合并法实现了对苗木图像的分割。对图像的色度分量进行小波变换。其变换系数作为分开-合并法中区域一致性的度量。通过改变小波变换的尺度,可以将边缘与噪声区分开来,减小图像分割中噪声带来的影响,有利于提高分割的准确性。实验表明,该算法取得了满意的结果。

胶结充填膏体(cpb)、砂浆及混凝土等水泥基材料的力学强度取决于其微观结构,如孔隙数量、孔径及结构,颗粒及骨架的排列形态等。对于该类材料的力学强度与其孔隙结构(如孔径及其分布)的关系研究目前已有很多,但与微观形态特征或纹理特性的相关性研究较少。纹理是一种反映图像中同质现象的视觉特征,体现了物体表面共有的内在属性,包含了物体表面结构组织排列以及它们与周围环境的联系,是量化微观形态特性的有效方法。在统计分析中,灰度共生矩阵(glcm)纹理和tamura纹理是表征纹理特征的最具代表性方法。本研究以3种不同质量浓度膏体制备的充填体试块为样本,养护至指定龄期后经单轴抗压强度试验获得其力学强度,再对试块断面进行电镜扫描(sem)获得其微观结构图像；基于图像识别/分析技术提取sem图像的纹理特征参数,分析纹理特性与sem图像参数(放大倍数)间的关系,筛选出有效的sem图像样品；分析各纹理参数与膏体浓度的相关性,识别出与膏体浓度呈正相关的纹理参数,并验证该纹理参数与力学强度存在严格的相关关系。

提出一个基于建筑外形表现的特征提取及识别策略,即基于掩模子采样的全局特征提取、基于adaboost的局部特征提取、各特征贝叶斯子分类器训练及子分类器融合策略.

纹理是木材的重要特征,模拟纹理具有极高的工业价值。对视频采集到的板材纹理图像进行灰度化、中值滤波去噪、二值化、腐蚀、膨胀等处理,得到仅包含目标纹理的图像后检测纹理边缘。对板材纹理横断面通过数学描述结果进行模拟,切面通过在图像上选择合适的边缘点进行模拟,以实现板材纹理的模拟再现,并以水曲柳为例分析模拟纹理。

目的改进原有的图像分割算法在分割图像时的精度和准确度,进一步准确地研究墙地砖缺陷图像的基本特征,提出一种有效的图像分割方法.方法根据墙地砖表面的纹理特点,采用daubechies小波对原始图像进行处理.结果仅保留图像的近似信息,从而有效降低了纹理特征对缺陷分割的干扰.同时,图像数据量减少为原始图像的1/4.因此,在有效提取近似信息的基础上提高了系统的实时性,便于图像分割应用.该方法增强了缺陷纹理图像,能抑制背景纹理对缺陷纹理检测的干扰,并通过减运算有效地实现了缺陷纹理和背景纹理的分割.结论基于小波变换的墙地砖缺陷图像分割方法能够对随机纹理图像进行可靠、有效、快速的分割,尤其适用于具有随机纹理的墙地砖缺陷实时检测.

由二维小波技术分析粉质粘土图像的纹理特征,获得小波能量参数与粉质粘土工程性质指标的多元线性回归方程。在考虑拍摄条件下(光照、拍摄距离等),现场勘查并拍摄粉质粘土照片。将这些彩色照片转化为灰度图,在二尺度小波分解水平下得到反映粉质粘土图像纹理特征的9个能量参数,并将这些参数与对应土样的11个工程性质指标进行多元线性回归。在此基础上对2个土样的工程性质指标进行了预测。结果表明,本文提出的粉质粘土的小波能量参数与传统工程性质指标具有较好的对应关系,可以为现场快速确定粉质粘土的工程性质指标提供一个新的途径。

结构相似度(ssim)是一种衡量2幅图像相似度的重要指标,但是ssim对于严重模糊的图像评价结果准确度不高。在基于ssim的图像质量评价方法基础上,考虑到纹理信息是图像的重要组成部分以及人眼对图像的纹理信息部分十分敏感,提出基于离散余弦变换(dct)域的纹理结构相似度质量评价(tssim)。该评价方法在dct域中提取图像的纹理信息,并通过改进ssim中的结构信息来确定纹理区域的失真,计算tssim值。实验结果表明,该方法得到的pearson相关系数为0.89342,spearman等级相关系数为0.92507,比ssim的评价结果更准确,符合人眼的主观感受。

为了实现对相机拍摄到的图像数据的实时显示,提出了一种基于medium型cameralink的多通道图像实时显示系统设计方案,并完成系统的软硬件设计;medium型cameralink可以同时接收和发送两组数据,经过基于"乒乓ram法"的数据同步处理后,利用2组ram交替进行写、读操作,可以实现高频高速的数据同步传输;该系统的硬件部分用来接收相机端的实时图像数据输入并对数据进行高速传输,软件部分实现对数据的筛选,整理,格式转换等功能,能够完成对图像的实时显示。

由于墙地砖图像中的纹理信息大量存在于小波分解后的高频系数中,而小波变换只对近似分量进行分解,如缺陷与纹理相似时,也极可能被去除。本文采用反映信息量的样本能量值作为图像特征,即通过对图像进行小波变换,分析纹理图像在不同尺度下的能量分布特征,提取出各尺度的能量值。

直观岩土ct图像分析是最基本的ct分析方法,而高分辨率的岩土ct图像是这一分析方法的关键。为了提高岩土ct图像的分辨率,根据人眼的视觉特点,结合计算机数字图像颜色模式和图像格式,采用灰度级-彩色变换方法,对灰度ct图像进行伪彩色增强,显著地提高了ct图像的分辨率。

针对传统图像增强算法在处理有大量噪声、光照不足或不均匀的图像,尤其是实际现场的带钢表面图像时效果较差的问题,提出基于小波变换的图像增强算法,将其应用于冷轧带钢表面缺陷图像的增强中。对比实验结果表明,该方法的增强效果和抗噪性能明显优于传统算法。

研究一种基于图像处理技术的牛肉大理石花纹自动等级评定方法。通过图像重采样、单阈值分割、形态学腐蚀及膨胀等方法分割出大理石花纹,再提取图像的特征参数组,并用多元回归分析的方法构造牛肉大理石花纹评级模型,并用vc++实现了自动评级软件。通过对多个牛肉图像的检测,表明此评级计算模型具有良好的准确性和鲁棒性。

提出一种新的消除彩色图像中脉冲噪声的滤波法.该滤波法依据简单的局部纹理分析而自动选择使用标量中值滤波或者使用矢量中值滤波:当局部区域不存在明显的纹理时,使用标量滤波,否则使用矢量滤波.由于大多数自然图像都有低通特性,因而该滤波器大多数时间运作于标量模式.实验表明,文中提出的方法其计算量比标准的矢量中值滤波器少得多,但性能却同样优良.

针对夜视融合图像通常存在细节不够丰富、目标对比度低的问题,为了获得更为理想的图像增强效果,提出一种新颖的基于非下采样轮廓波变换(nsct)的夜视图像彩色融合方法.构建了基于s函数与子图局部方差信息的可变加权融合策略,在nsct域内实现可见光及红外源图像的自适应融合;将得到的融合图像与源图像进行组合并映射至yuv颜色空间,生成伪彩色融合图像;再运用颜色传递技术获得重染色的彩色融合图像.实验结果表明,该方法既能丰富彩色融合图像的细节,又能提高其亮度对比度和目标的可探测性,增强了观察者对场景的理解.

色调是反映彩色图像中色彩信息的重要参数,为了在进行图像效果增强的同时保持色调不变,通常的做法是先把图像从rgb转化到his色彩空间,然后在保持h变量(色调)不变的情况下,进行i(亮度)的增强。但是由于这种方法需要进行色彩空间的相互转化,大大增加了计算量。文章通过对简化his模型的分析,提出了一种直接对r、g、b分量进行处理的彩色图像增强方法。该方法可以运用已有灰度图增强算法进行彩色图像的增强,由于不需要进行色彩空间的转化,大大减少了计算量。fpga可用来并行实时处理海量的图像数据,文章利用fpga的这一特点作为实时图像直方图均衡增强算法的解决方案,并通过改进直方图均衡图像增强算法使其在fpga中具体实现,可用于实时性要求高的led屏显示。实验结果表明,该方案使彩色图像的增强效果明显,运行效率高。

探讨了架空送电线路直升机巡检系统,提高玻璃绝缘子损伤诊断效率的方法。首先采用分块图像的颜色统计识别以及连通域的形状和边缘链码特性,识别出玻璃绝缘子所在区域;然后采用滑动窗口直方图统计及直方图匹配判决的方法,识别出玻璃绝缘子损伤的区域。该方法适用于野外环境中的实时检测,因此可以在一定的光线变化范围和背景复杂度内识别诊断玻璃绝缘子损伤。通过此方法可以在较低的漏检率下快速而准确地检测玻璃绝缘子损伤故障,能在机载系统中具备实时处理能力。

**资讯http://www.***.*** **资讯http://www.***.*** **资讯http://www.***.*** **资讯http://www.***.***

为准确判断一幅jpeg图像使用了何种隐密软件,针对jpeg隐密软件可能采用的dct域隐密操作,建立了基于微观模板的统计特征空间,并在此基础上提出了一种多类jpeg图像盲隐密分析方法。实验结果表明:对jsteg、f5和outguess3种典型jpeg图像隐密软件各自生成的、含密量大于20%的jpeg隐密图像,该方法的隐密软件识别正确率均在97%以上。基于微观模板的统计特征提取方案可有效区分不同的dct域隐密操作,有助于对jpeg隐密软件的检测判决。

通过对木材图像进行3尺度的小波变换,在高频内判断并提取噪声点,最后对确定的噪声点进行平滑处理,用峰值信噪比、均方误差值和灰度曲线对去噪效果进行评价。研究结果表明,该方法不仅对木材图像具有明显的降噪效果,也能最大限度的保留有用的木材纹理信息,同时本文采用的灰度曲线(profile)可以直观地分析图像的去噪效果。

以300个木材样本为对象,研究了基于多分辨率灰度共生矩阵参数的木材表面纹理的分类方法.以灰度共生矩阵特征参数的相关性为依据,确定以"角二阶矩"、"对比度"、"相关"、"方差"、"均值和"5个参数描述木材表面纹理.用symlet4小波对木材图像进行了2级分解,在小波重构域,以一级重构的水平细节h1、垂直细节v1、对角细节d1、二级重构的近似a2、水平细节h2、垂直细节v2、对角细节d2共7个图像的23个特征参数构成多尺度参数体系.以bp神经网络进行了纹理分类验证,正确率为94.0%,优于单分辨参数方法(87.5%).实验表明:多分辨参数可以更细致地描述木材的纹理特征,并能提高分类正确率.

以180幅木材样本图片为对象,研究以小波变换方法提取特征参数,分析几种小波基的特点和性质,最终以对称性为依据,选择使用sym4小波对图像进行二级小波分解,可以得到一级水平细节hl1、垂直细节lh1、对角细节hh1,二级的近似ll2、水平细节hl2、垂直细节lh2、对角细节hh2共7个子图,提取整幅图像的熵和每个子图小波系数的均值及标准差作为特征参数。将木材纹理按照直纹、抛物线和乱纹3种纹理的分类标准,以bp神经网络作为分类器进行了木材纹理分类的验证,并与灰度共生矩阵的方法进行了对比。试验表明:采用小波变换的方法对木材纹理特征进行描述,不但提高了分类的准确率,重要的是缩短了运算时间,可以达到在线监测的要求。

针对港口煤料堵塞检测的要求,提出一种基于多信号特征融合分析的煤料漏斗堵塞检测方案。首先分别对振动传感器,声音传感器单位窗内的短时能量,短时过零率,最大频谱组成的特征向量进行提取,然后利用相邻特征向量的欧氏距离结合卡尔曼滤波实现瞬间异常判断,最后通过上述异常特征综合判断煤料漏斗是否堵塞。利用labview搭建的虚拟仪器平台开展了实验研究,结果表明,能快速实现漏斗堵塞检测,并且具有较高的准确率。