固定重复模式的无监督匹配方法的研究

VIP免费

3.0 牛悦 2024-11-19 4 4 1.48MB 60 页 15积分

侵权投诉

摘要

纹理图像分析是模式识别领域和计算机视觉领域中的重要研究内容，在科学

研究领域和工程技术方面有着非常广泛的应用背景。在最近几十年内，人们已在

纹理检测和分类方面做了大量的研究工作，并取得了许多研究成果，但大多纹理

分析方法具有一些缺点或者局限性，例如基于统计纹理特征、滤波器特征以及结

构化纹理特征等的纹理分析方法均假定纹理图像是在理想状态下获取的，没有考

虑到由于视角变化引起的纹理缩放、不规则变形以及各种几何变换等。

本章提出了一种快速算法，根据粗糙度来判断图像中是否存在纹理。在一些

纹理分析的应用中，该算法可用于最初筛选输入图像这一环节，能够在要求快速

纹理图像分类系统中达到满意的效果。在纹理图像检索方面，该算法也可以从数

据库中快速地检索出纹理图像。

针对一些规则性纹理或者近似规则性的纹理，本文还介绍一种基于高维空间

匹配方法的无监督检测算法，该算法主要针对规则性纹理的深度特征信息而设计

的。首先，找到纹理图像中所有的角点，再根据晶格拓扑结构将这些角点进行聚

类，生成一些晶格单元，然后将这些晶格单元按最大连通区域规则进行聚类，这

样就能找出一幅图像中规则纹理区域。虽然，这些方法在某种程度上可以对纹理

图像进行有效分析，但是仍然可能面临鲁棒性差和以及时间复杂度较大等问题。

因此，今后将继续优化该算法，达到更好的效果。

关键词：纹理分析规则性纹理匹配算法无监督

ABSTRACT

Texture image analysis is an important research content in the field of computer

vision and pattern recognition, and be widely used in scientific research and

engineering technology field. Recent decades, people have already finished a lot of

research work in the texture detection and classification, and achieved a lot of

research achievements, but mostly texture analysis method has some shortcomings or

limitations, For example, the texture analysis method based on the statistical texture

feature, filter characteristics and structural texture feature shall be presumed that

texture image must be in ideal condition, But without considering texture zoom,

irregular deformation and various possible affine transformation due to the

perspective change, etc.

This chapter describes a faster algorithm, for judging whether there is any texture

in an image according to the roughness. In some texture analysis applications, this

algorithm can be used in the initial step screening the input images, and it can be

appropriate for texture image classification system which needs rapid enough rate. In

term of texture image retrieval, the algorithm can also be used to quickly find out

texture image from the database.

For some regularity texture or near-regularity, this paper also introduces a

high-order space matching algorithm based on unsupervised detection algorithm,

which mainly aimed at the regularity of the texture characteristics and the design

depth information. First, in texture images find of all corner, then according to the

lattice topology structure will be the horns point the clustering, generate some lattice

unit, then will the lattice unit at maximum connection areas rules clustering, so they

could find an image of rules in texture area. Although, these methods in some degree

of texture image can be used for effective analysis, but still could not make it more

robust and less time complexity. Therefore, in the future we will continue to optimize

the algorithm, in order to better effect.

Key Word：Texture analysis, Regular texture, Matching algorithm,

Unsupervised

摘要

ABSTRAC

第一章绪论 .......................................................... 1

§1.1 课题研究背景、意义 ......................................... 1

§1.2 国内外研究现状 ............................................. 3

§1.3 论文的研究内容 ............................................. 4

第二章纹理分析综述 .................................................. 5

§2.1 纹理的定义、特性和类别 ..................................... 5

§2.1.1 纹理的定义 ............................................ 5

§2.1.2 纹理的特性 ............................................ 5

§2.1.3 纹理的类别 ............................................ 7

§2.2 纹理分析方法 ............................................... 8

§2.2.1 统计分析方法 .......................................... 8

§2.2.2 信号处理的方法 ....................................... 12

§2.3 纹理研究的内容 ............................................ 14

§2.3.1 纹理特征提取 ......................................... 14

§2.3.2 纹理图像预处理 ....................................... 16

§2.3.3 纹理分割 ............................................. 19

§2.3.4 图像修复 ............................................. 20

§2.3.5 纹理合成 ............................................. 20

§2.4 纹理分类 .................................................. 21

§2.4.1 纹理分类的步骤 ....................................... 21

§2.4.2 纹理分类方法 ......................................... 22

§2.4.3 常用的分类算法 ....................................... 22

§2.5 匹配算法 .................................................. 25

§2.5.1 归一化互相关匹配算法 ................................. 25

§2.5.2 匈牙利算法 ........................................... 25

第三章基于局部灰度极值的纹理检测方法 ............................... 27

§3.1 概述及分析 ................................................ 27

§3.2 算法描述 .................................................. 30

§3.2.1 检测纹理 ............................................. 31

§3.2.2 定位纹理 ............................................. 34

§3.3 实验结果及分析 ............................................ 34

第四章基于无监督匹配方法的规则纹理检测 ............................. 37

§4.1 算法介绍 ................................................... 37

§4.1.1 检测重复的模式 ....................................... 38

§4.1.2 晶格检测 ............................................. 39

§4.1.3 匹配晶格 ............................................. 39

§4.2 算法流程 .................................................. 40

§4.2.1 提出纹理基元 ......................................... 41

§4.2.2 高阶匹配 ............................................. 42

§4.2.3 优化晶格 ............................................. 45

§4.2.4 规则变形的晶格 ....................................... 46

§4.2.5 迭代优化 ............................................. 47

§4.2.6 度量晶格的质量 ....................................... 47

§4.3 实验结果及分析 ............................................ 48

§4.3.1 实验环境 ............................................. 48

§4.3.2 实验结果 ............................................. 49

§4.3.2 实验分析 ............................................. 51

第五章总结与展望 ................................................... 52

§5.1 总结 ...................................................... 52

§5.2 展望 ...................................................... 52

参考文献 ............................................................ 54

在读期间公开发表的论文和承担科研项目及取得成果 ...................... 57

一、论文 ........................................................ 57

致谢 ................................................................ 58

第一章绪论

图像处理技术是实现机器视觉的重要环节之一，图像处理技术已经被广泛应

用在科学研究、经济活动、国防建设等诸多领域，并取得了较大的成功。原始图

像中除了包含物体的颜色和形状特征之外，纹理特征也是物体的一个很重要的视

觉信息特征，因此，对物体图像纹理进行有效地分析也是数字图像处理的一个重

要方面[1-2]。

§1.1 课题研究背景、意义

纹理特征作为图像的一个非常重要的模式，可以用来进行图像分类以及图像

识别，在计算机视觉和图像处理研究领域中占有举足轻重的地位[2]。因此，纹理分

析也是机器视觉技术的一个重要研究热点。主要包括目标识别与监测、医学图像

分析、纹理合成、遥感图像分析等[3]。

1.目标识别与监测

目标识别是在一幅图像中找到感兴趣的目标[3]。基于纹理特征的目标识别方法

是：事先将目标的纹理特征集合存放在数据库中，然后，从待识别图像中提取被

识别目标的纹理特征并与数据库中的纹理特征集合进行匹配，以达到自动识别出

感兴趣的目标物体的目的。例如，图1-1(a)是随机给出一幅楼房的图像，楼房存在

按一定几何规则排列的窗户而形成的几何纹理特征，将这些特征训练生成这座楼

房的特征集合。而对输入图1-1(b)所示的图像进行识别时，计算机先对图像的纹理

特征进行提取，当发现该图像具有与图1-1(a)图像相一致的几何纹理，则可以判断

在输入图像中有一栋楼房，并且能进行定位。

图1-1 楼房图像及识别后图像

2.医学图像分析

(a) (b)

固定重复模式无监督匹配方法的研究

现阶段影像的诊断主要靠医生肉眼进行判断，避免不了要受医师主观性的影

响，如疲劳或者肉眼观测时不小心忽略了病灶区域。通过把计算机纹理分析的定

量性和医师的经验相结合，有利于提高诊断水平和诊断效率。目前医学图像分析

主要应用于 X射线、MRI、CT、超等。1995 年，Wei 等利用小波变换对乳腺图像

进行多尺度分解，从而得出多分辨率的乳腺图像纹理特征，通常情况下可以结合

肿块区域和正常区域的纹理特征以及其他图像特征来区分。

3.纹理合成

纹理合成是根据样本图像纹理结构合成具有相似纹理结构的新图像过程。纹

理合成技术已经广泛应用于图像编辑、图像压缩、图像特效等方面。图1-2 所示

为一个图像特效的例子。在制作图像特效的过程中，首先从图1-2(b)中提取出一个

纹理基元，然后，根据图1-2(a)的表面的纹理分布特征将提取的纹理基元贴在其表

面，这样就形成了图1-2(c)所示的橙子皮的马铃薯。

图1-2 图像特效

4.遥感图像分析

自上世纪 90 年代以来，随着遥感技术的提高，高分辨率的遥感影像越来越多，

所能提供的地理地貌信息也越来越多。通过对遥感图像纹理分析，可以实现区域

标识的自动化。在遥感图像中，不同地形地貌对应着遥感图像中不同的纹理，平

原、山地、丘陵、村庄、水域、田地等不同的地貌可以通过纹理区分开来[4]。

近些年来，研究人员基于一些数学方法提出了大量的创新和改进的纹理分析

算法 [5]，这样大大促进了纹理分析技术的进步。但是，由于纹理特征的描述具有

多样性，至今还没有一种方法普遍适用于不同的纹理，因此，还需要继续对纹理

分析算法进行探索。

论文将针对复杂场景中规则性的纹理特征信息，提出一种新颖的规则纹理分

析方法，即适合多方向性、多尺度规则性纹理的无监督分析方法。规则性纹理是

纹理结构的一种，它表示物体表面具有规则性特征，包括楼房窗户的排列呈四边

形规则性、纺织品的花纹对称性等，一般情况下，这些表面特征都具有唯一性，

也就能代表一幅图像或者物体的唯一特征。

(a) (b) (c)

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要纹理图像分析是模式识别领域和计算机视觉领域中的重要研究内容，在科学研究领域和工程技术方面有着非常广泛的应用背景。在最近几十年内，人们已在纹理检测和分类方面做了大量的研究工作，并取得了许多研究成果，但大多纹理分析方法具有一些缺点或者局限性，例如基于统计纹理特征、滤波器特征以及结构化纹理特征等的纹理分析方法均假定纹理图像是在理想状态下获取的，没有考虑到由于视角变化引起的纹理缩放、不规则变形以及各种几何变换等。本章提出了一种快速算法，根据粗糙度来判断图像中是否存在纹理。在一些纹理分析的应用中，该算法可用于最初筛选输入图像这一环节，能够在要求快速纹理图像分类系统中达到满意的效果。在纹理图像检索方面...

展开>> 收起<<

固定重复模式的无监督匹配方法的研究.pdf

共60页,预览6页

还剩页未读，继续阅读

固定重复模式的无监督匹配方法的研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: