纹理特征提取

摘要： 针对随机采样图像法检测零件表面粗糙度时表面图像特征不能有效表征表面粗糙度的问题,提出并搭建了连续自动多区域图像采集系统,在此基础上建立了一种零件表面粗糙度支持向量机检测模型。首先采用单片机、步进电机、数字显微镜和上位机等搭建图像采集系统,连续自动采集零件表面多区域的图像,避免了单点随机采样导致的信息不全问题;其次,对采集的图像进行预处理,对比不同灰度化方法下的像素分布,提出了一种基于像素分量作比相加的灰度化改进方法,使得图像细节反差和纹理变化更明显;在此条件下,基于灰度共生矩阵提取了零件表面纹理特征,使其能够更好地辨识零件表面粗糙度;最后建立了零件表面粗糙度支持向量机检测模型,并以45钢零件为例进行不同表面粗糙度等级的零件检测,其检测准确率均在95%以上。通过对比实验表明,该方法的检测精度更高,可用于零件表面粗糙度的综合检测。

摘要： 为提高电力器件的缺陷检测能力,提出基于视觉图像分析和纹理特征提取的电力器件缺陷检测方法。构建电力器件缺陷图像采集模型,结合图像边缘特征检测和信息融合度特征分析电力器件缺陷特征,采用机器视觉特征分析和分块融合特征匹配方法,跟踪识别电力器件缺陷数据特征,通过模糊小波特征分析和特征点标定方法,对缺陷特征视觉融合解析处理,根据缺陷部位的纹理差异性特征提取结果,实现对电力器件的缺陷检测。仿真结果表明,该方法检测准确性较高,缺陷定位精度较好。

摘要： LBP纹理特征提取算法在提取纹理特征时,存在鲁棒性较差、对噪声较敏感等问题。针对前述问题,文章提出一种(ILNRBP)改进的局部抗噪鲁棒性二值模式。对于一个给定的中心像素,首先计算中心像素灰度值与邻域像素点周围的四个邻域像素点灰度均值之间的差值,然后将该差值与阈值T之间的差异二值量化得到ILNRBP二进制串,最后根据所有像素的ILNRBP直方图得到该幅图像的特征直方图。

摘要： 基于管道闭路电视(CCTV)检测系统,提出5种不同的管道结构性缺陷特征提取方法,对缺陷图像进行纹理特征提取,并利用二分类支持向量机(BSVM)对特征提取数据进行一对一投票分类。结果表明,Gabor法提取得到的特征维数远大于GLCM、B_GLCM、GGCM以及LBP四种方法得到的;B_GLCM法相比GLCM法,特征提取效率略有提高,但随着分区的减小,提取耗费的时间会逐渐增大;GLCM和B_GLCM提取方法对裂纹、错口和腐蚀三种缺陷均具有较好的分类效果,分类正确率都在90%以上,其他三种提取方法的分类正确率较低;综合考虑分类准确率和分类效率,建议采用分区大小为3×3的B_GLCM方法对管道缺陷纹理特征进行提取,以获得最佳的检测结果。

摘要： 烟叶纹理不同于烟叶颜色和烟叶形状,其较难定义和定量分析,初步认定烟叶纹理与烟叶表面组织疏松以及褶皱和油分有关。通过图像采集系统获取鲜烟叶的数字图像,应用灰度共生矩阵(GLCM)算法和Gabor小波提取纹理特征。结果表明,在不同梯度的参数设定下,共获得112维度的纹理信息,对高维纹理信息主元降维和随机森林分类后获取其最具解释率的5~10个维度,作为烟叶纹理的定量指标。

摘要： 针对光伏电站普遍存在的光伏阵列中太阳能光伏板积灰难识别以致于清理不及时的问题,文中提出一种基于自适应图像分割算法识别光伏板的积灰状态。根据光伏板灰尘图像的YCbCr颜色空间特性,利用自适应图像分割算法将灰尘与光伏板图像分离,进而在旋转统一不变LBP算法下提取图像纹理特征,最终实现太阳能光伏板积灰状态的识别。再分别对不同算子半径与周围像素点个数进行实验比较,并对该算法与深度学习算法在准确率与识别时间方面进行对比分析。实验结果表明:旋转统一不变LBP算法对图像特征提取的效果最好,算法对光伏板积灰图像识别准确率可达88.56%,识别速度较ResNet50网络快90%以上;且占用计算机内存小,能够满足电站运维实时性要求,提高发电效率,降低运维成本,具有较高的实用性价值。

摘要： 传统的成熟苹果识别采摘系统受到果实直径大影响,存在重叠遮挡问题,成熟苹果识别准确率低,采摘定位准确性不佳.为此,引入视觉识别技术有效解决以上问题.利用视觉识别方法提取成熟苹果图像局部纹理特征,构建深度学习架构;利用融合姿态果实识别方法实现苹果识别;设计采摘定位流程,通过控制柜、传感器以及单双目相机构建成熟苹果采摘定位系统,实现采摘定位.为验证所设计系统的有效性,设计对比实验.结果表明,与传统系统相比,该设计系统的重叠遮挡部分果实识别率均高于传统方法,能够有效解决重叠遮挡问题.

摘要： 为了获得更优的室内空间利用率优化效果,文中提出基于VR技术的室内空间利用率优化方法.根据用户所需设计策略、边界条件,通过灰度共生矩阵方法提取室内空间优化格局图形的纹理特征,利用最大似然比判决分类方法得到室内空间利用率;再采用VR技术从空间尺度、空间材质、空间布置、流线程度、光影分析以及视线分析对室内空间进行优化,并将优化结果呈现给用户;最后从主观和客观两个方向对室内空间利用率优化结果进行测试与分析.结果表明,文中方法的室内空间利用率高,获得了用户满意度的室内空间利用率优化结果.

摘要： 针对煤矿井下综采工作面煤岩识别方法普遍存在效果欠佳、稳定性差、应用范围小等问题,基于煤和岩石基本特征的区别,从图像边缘和灰度阈值等视觉差异,借助聚类基本理论,处理煤岩图像边界,分析煤岩灰度共生矩阵包含的纹理特征信息;构造均值纹理导向度和方差纹理导向度;研究煤岩界面灰度共生均值的聚类煤岩识别算法;多尺度分解变换的煤岩纹理特征抽取方法;提出2种分块区域煤岩分界的图像识别模型:图像灰度"相似性"度量估计模型、层次聚类识别模型;并构造出一种煤岩混合模型融合识别方法及流程;为工作面煤岩精确识别、减少采煤机截割岩引起的故障和安全问题提供参考.

摘要： 精选泡沫坍塌严重、气泡堆积的特点使得常用的泡沫尺寸、形状等形态学特征不适用于精选泡沫图像的研究，而随着浮选工况的变化，泡沫表面亮度分布不均、灰度分布差异性大的特点则表现出明显的纹理特性。为了定量分析精选泡沫表面纹理特征与浮选工况间的关系，采用小波变换方法提取纹理特征均匀度，实现精选泡沫表面纹理的量化描述，并通过实验分析，获得精选泡沫的最佳纹理区间。工业现场运行效果表明：本方法可以实时监视精选泡沫表面纹理特征变化，为实现浮选生产指标优化控制奠定了基础。

摘要： 本文提出了一种新的基于非下采样Contourlet变换的纹理特征提取方法.首先对纹理图像进行非下采样Contourlet变换,然后提取不同尺度、不同方向上变换系数矩阵的均值和方差作为特征向量,大大降低了特征维数,并利用BP神经网络进行训练和仿真,实现了纹理图像的自动分类.实验结果表明,该方法与小波包变换和改进的LBP纹理算子等方法相比,能取得更好的分类效果.

摘要： 本文通过深入分析纹理图像的这些特点:图像纹理具有一定的统计特征,但统计特征不等于纹理特征,因纹理仅在一定尺度上才表现出来,提出了一种基于矩和非线性变换的图像纹理特征提取方法.脉冲耦合神经网络(PCNN)作为聚类/分类器,有非常强的自适应聚类和分类能力.本文通过对图像抽样作为训练数据,充分运用PCNN的自适应聚类和分类能力对其纹理特征进行聚类和分类,实现了对纹理图像的有效分割,并讨论了影响分割质量的主要因素.最后给出了运用这种方法进行纹理分割的实验例子.

摘要： 本文将广义学习向量量化(GLVQ)算法和纹理特征提取算法相结合,提出了一种无监督的图象分割模型.对图象中各象素按最小距离准则进行颜色聚类,以实现对彩色颗粒图象的聚类分割.经GLVQ初分类后,再进行一系列特征提取操作以突出优化目标.实验结果表明,该方法应用于彩色颗粒图象可以获得良好的分割效果.

摘要： 提出了一种新的基于图像区域纹理混合矩特征的飞机识别算法。该算法基于一阶直方图的颜色矩特征和基于灰度共生矩阵提取区域图像相关性、角二阶矩、对比度、相关性、倒数差分矩特征,实现有效降维,并采用聚类分析方法对飞机图像进行识别,实验结果显示基于该特征提取的识别方法识别正确率达95%以上,通过对比试验说明,该算法有较好的识别性能。

摘要： 提出了一种新的基于图像区域纹理混合矩特征的飞机识别算法。该算法基于一阶直方图的颜色矩特征和基于灰度共生矩阵提取区域图像相关性、角二阶矩、对比度、相关性、倒数差分矩特征,实现有效降维,并采用聚类分析方法对飞机图像进行识别,实验结果显示基于该特征提取的识别方法识别正确率达95%以上,通过对比试验说明,该算法有较好的识别性能。

摘要： 提出了一种新的基于图像区域纹理混合矩特征的飞机识别算法。该算法基于一阶直方图的颜色矩特征和基于灰度共生矩阵提取区域图像相关性、角二阶矩、对比度、相关性、倒数差分矩特征,实现有效降维,并采用聚类分析方法对飞机图像进行识别,实验结果显示基于该特征提取的识别方法识别正确率达95%以上,通过对比试验说明,该算法有较好的识别性能。

摘要： 提出了一种新的基于图像区域纹理混合矩特征的飞机识别算法。该算法基于一阶直方图的颜色矩特征和基于灰度共生矩阵提取区域图像相关性、角二阶矩、对比度、相关性、倒数差分矩特征,实现有效降维,并采用聚类分析方法对飞机图像进行识别,实验结果显示基于该特征提取的识别方法识别正确率达95%以上,通过对比试验说明,该算法有较好的识别性能。

摘要： 笔迹鉴别是一种行为特征识别的方法。笔迹容易获取并且不同的人有不同的笔迹,因此基于笔迹的身份验证在安全领域、金融领域均有广阔的应用前景。本文主要针对离线手写体维吾尔文字笔迹鉴别方法展开研究,重点主要集中在笔迹图像预处理。研究目的主要是为维吾尔文字笔迹鉴别中涉及到各种主要算法和技术进行有效性分析和实现,为计算机笔迹鉴别系统的实现提供技术支持,推动笔迹鉴别自动化的进程。

摘要： 笔迹鉴别是一种行为特征识别的方法。笔迹容易获取并且不同的人有不同的笔迹,因此基于笔迹的身份验证在安全领域、金融领域均有广阔的应用前景。本文主要针对离线手写体维吾尔文字笔迹鉴别方法展开研究,重点主要集中在笔迹图像预处理。研究目的主要是为维吾尔文字笔迹鉴别中涉及到各种主要算法和技术进行有效性分析和实现,为计算机笔迹鉴别系统的实现提供技术支持,推动笔迹鉴别自动化的进程。

摘要： 本发明公开了一种基于纹理特征与形状特征相融合的水声图像特征提取方法，主要步骤包括图像分割，边界提取，生成基元阵，计算灰度‑基元共生矩阵，获取五项个特征量等几个关键步骤。本发明着手于海底底质水声图像的图形学特征，利用海底底质水声图像的边界形状特征及其灰度相关性，应用并结合边界提取与灰度‑基元共生矩阵法，实现海底底质的水声图像特征提取。本发明不仅能够保证平移、旋转和缩放不变性，并且对噪声不敏感，既可以描述闭合区域，对于非闭合区域也能很好的完成特征提取，实现了基于海底底质水声图像图形学特征的间接识别及提取。

摘要： 从位置信息历史中提取用户的停留位置与行为类型之间的相关性。行为模式存储单元(202)存储来自多个停留点的停留点信息(212)，该多个停留点包括与第一行为类型对应的第一行为地点类型的停留点和与第二行为类型对应的第二行为地点类型的停留点。行为特征提取单元(302)参考停留点信息；提取在第一行为地点类型的停留点进行了停留的日子以作为第一行为类型的日子；在第一行为类型的任意日子，如果在与第一和第二行为地点类型的停留点不同的另一停留点进行了停留，则针对第一行为类型的日子而提取与在该另一停留点进行停留的相同时段期间在第一行为地点类型的停留点的停留频率；并且确定该另一停留点与第一行为类型之间的关系。

摘要： 本发明公开了一种基于纹理特征与形状特征相融合的水声图像特征提取方法，主要步骤包括图像分割，边界提取，生成基元阵，计算灰度‑基元共生矩阵，获取五项个特征量等几个关键步骤。本发明着手于海底底质水声图像的图形学特征，利用海底底质水声图像的边界形状特征及其灰度相关性，应用并结合边界提取与灰度‑基元共生矩阵法，实现海底底质的水声图像特征提取。本发明不仅能够保证平移、旋转和缩放不变性，并且对噪声不敏感，既可以描述闭合区域，对于非闭合区域也能很好的完成特征提取，实现了基于海底底质水声图像图形学特征的间接识别及提取。

摘要： 具有处理器和存储器的计算机取得保存有访问网页服务器的内容的用户终端的历史信息的会话数据和保存有用户的属性信息的用户属性数据来作为用户数据，取得保存有所述内容的属性的页面属性数据和保存有提供了所述内容的发布者的属性的发布者属性数据作为发布者数据，取得作为提取对象的发布者和该发布者设为获得目标的用户特征作为目标类型，根据目标类型计算提取对象的数据的项目和值的范围，根据所述用户数据和所述发布者数据计算与所述项目对应的提取对象数据，根据所述提取对象数据和所述发布者数据，基于所述项目的值的范围计算访问的特征量。

摘要： 本发明提供能够提取出使用局部二值模式并且能够实现对拍摄环境的变动具有鲁棒性的物体检测的图像特征的特征提取装置。特征提取单元(440)包括：二值模式生成单元(443)，对图像的全部或部分像素中的每个像素，生成利用比特值表示与周围的附近像素之间的像素值的差值是否为规定阈值以上的局部二值模式；权重生成单元(444)，对所生成的每个局部二值模式，决定与基础的像素值的差值相应的权重；以及直方图生成单元(445)，将所决定的权重适用于对应的局部二值模式，生成表示根据图像生成的局部二值模式的分布的直方图。

摘要： 本发明公开了一种应用于弱纹理场景下的综合点线特征的图像特征提取和匹配算法，在不动产单元测量过程中，测量节点的频繁移动造成测量现场光线强度随视角动态变化，提出一种弱纹理场景下的改进点线特征的图像特征提取匹配方法。在图像特征提取读取过程中，首先提取两幅图像并构建K层高斯金字塔；设定局部自适应阈值，通过像素的分类提取，采用了FAST角点自适应阈值提取；提取角点后利用BRIEF算法计算特征点特征描述符；再对图像做LSD线特征提取，计算LBD描述子进行线匹配；计算两幅图像特征点的信息熵和二值互信息并基于二值互信息阈值对特征点使用KNM算法进行匹配。

摘要： 本发明提供的一种纹理特征提取方法包括：获取灰度图像，所述灰度图像中包括掌纹信息；通过预设滤波方式，在N个不同方向上对所述灰度图像进行滤波处理，获得所述灰度图像分别在所述N个不同方向上的滤波图像，并对所述N个不同方向上的滤波图像进行融合处理，得到第一图像，其中，N为大于0的整数；获取所述灰度图像中的各个像素点分别在M个不同方向上的曲率信息；根据各个像素点分别在所述M个不同方向上的曲率信息，得到第二图像，其中，M为大于0的整数；将所述第一图像与所述第二图像进行融合获得所述目标图像，所述目标图像中包括所述掌纹信息中的纹理特征信息。通过本发明，可以获得清晰度较高的掌纹纹理特征。

摘要： 本发明提供的一种纹理特征提取方法包括：获取灰度图像，所述灰度图像中包括掌纹信息；通过预设滤波方式，在N个不同方向上对所述灰度图像进行滤波处理，获得所述灰度图像分别在所述N个不同方向上的滤波图像，并对所述N个不同方向上的滤波图像进行融合处理，得到第一图像，其中，N为大于0的整数；获取所述灰度图像中的各个像素点分别在M个不同方向上的曲率信息；根据各个像素点分别在所述M个不同方向上的曲率信息，得到第二图像，其中，M为大于0的整数；将所述第一图像与所述第二图像进行融合获得所述目标图像，所述目标图像中包括所述掌纹信息中的纹理特征信息。通过本发明，可以获得清晰度较高的掌纹纹理特征。

摘要： 本发明提供了一种多层次紧致纹理特征提取方法以及图像纹理分割方法。根据本发明的基于分形维数的多层次紧致纹理特征提取方法包括依次执行的下述步骤：提取原始图像的方向和尺度信息以获取原始图像的子带；执行子带归一化处理以得到与原始图像相同分辨率的特征图像；对特征图像提取分形特征。

摘要： 本发明提供了一种基于环向局部三值模式的图像纹理特征提取方法，通过提取灰度图像中各个位置的环向三角像素并计算其灰度差对，利用三元阈值函数和构造下降、上升和稳态的结构模式来描述灰度差对的波动趋势，将得到的三值表示特征向量CLTP扩展为二值表示的上升向量RCLTP和下降向量DCLTP，最后将RCLTP描述符和DCLTP描述符的统计直方图合并到一个联合直方图中作为待检测图像的纹理特征。在本发明基础上计算的纹理特征量能更直观有效表征图像纹理状况，保证纹理描述能力更健壮和稳定。