共查询到20条相似文献，搜索用时 593 毫秒
1.
赵秀芝 《浙江工贸职业技术学院学报》2014,(1):36-39
基于L0梯度泛函优化和变换域阈值法的图像去噪算法,首先利用L0梯度泛函的最优化算法把含有噪声的图像分解为显著边缘层和细节纹理细节层,然后对含有噪声的细节纹理层图像进行短时傅利叶转换,并在变换域中利用阈值法分离纹理细节层中的图像细节纹理和噪声,进而去除图像的噪声。实验结果表明图像去噪算法获得了显著的去噪效果。 相似文献
2.
黄伟 《韩山师范学院学报》2007,28(3):103-108
从地震剖面图像纹理特征提取和图像分割方法两个方面介绍了基于纹理的地震剖面图研究现状,在此基础上总结并讨论了在地震剖面图纹理分割上的改进方向． 相似文献
3.
针对在采购与销售布料中存在人工配色不准确、查找分类难等问题,基于图像检索相关技术,通过融合布料色卡图像的颜色特征和纹理特征进行图像检索应用研究。设计了布料色卡图像颜色特征提取算法和基于LBP的纹理特征提取算法,并提出融合颜色特征和纹理特征的布料色卡检索算法。对提出的融合颜色和纹理特征的布料色卡图像检索算法在3个标准图像纹理库和实际布料色卡图像数据集进行了详细的对比测试。通过对测试结果的分析,得出在融合颜色和LBP纹理特征的布料色卡图像检索方法中采用先颜色后纹理的策略进行布料色卡图像检索是最有效的检索方案。 相似文献
4.
《赣南师范学院学报》2016,(6):8-11
基于两阶段方法,本文提出了一个图像恢复问题的混合谱梯度(Hybrid Spectral Gradient,HSG)算法,并在一定条件下证明了算法的全局收敛性.数值实验结果表明,HSG算法大大减少了计算时间同时可以保持图像的边缘以及纹理结构信息. 相似文献
5.
6.
利用地震剖面图像具有显著方向性的特点进行纹理分析,通过二进制模板(LBP)作为微观的纹理方向信息度量结合laws作为宏观测度对地震剖面图中纹理的方向信息进行提取,最后利用FCM进行分类,达到分割的目的.仿真实验表明该算法具有一定的抗噪性,能有效地提取地震剖面图中纹理的方向信息,分割效果有一定提高. 相似文献
7.
李爽 《河南职业技术师范学院学报(职业教育版)》2018,(4)
图像特征提取方法以及分类器的选择是影响图像分类精确度的关键因素.传统算法利用单一的图像特征和浅层结构对图像进行分类,算法实现简单但结果精确度不高.针对这一情况,提出基于多特征融合和深度学习的图像分类算法.算法利用颜色矩、LBP和梯度直方图等算法提取图像的颜色、纹理以及形状特征,继而通过融合算法将这些不同属性的特征进行融合,作为深度学习网络的输入层.实验结果表明,相对于单特征浅层分类,算法在保证时效性的同时,图像分类精确度得到了提高,分类效果更加可靠. 相似文献
8.
为解决传统谱聚类算法在图像分割时计算量大、使用单一特征分割的局限性问题,设计一种融合谱聚类和多特征的图像分割算法。首先进行超像素分割以减少计算量,分别提取每个超像素的颜色特征和纹理特征,构建超像素相似度矩阵|然后采用特征加权方法线性融合颜色和纹理特征的超像素相似度矩阵|最后采用谱聚类算法进行聚类分割。在UCMerced_LandUse和Berkeley数据集上进行实验测试,并与现有方法进行比较。实验结果表明,大多数实验图像IOU指标均在90%以上,相比于传统方法有了显著提高。 相似文献
9.
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%。 相似文献
10.
11.
针对传统的豆浆凝结特性分析方法容易对豆浆胶体产生破坏且不具有实时性等问题,利用纹理分析法对豆浆凝结特性进行分析和计算,并用Matlab对图像数据进行仿真分析。通过对像素点的卷积运算得出图像的梯度值,最终提取图像的特征值。实验结果表明,纹理变化曲线刚开始,梯度值逐渐减小,随着蛋白质网络的形成,豆浆凝结逐渐显现,梯度值逐渐增大,斜率最大时溶液呈中性。之后蛋白凝结速率降低,但梯度值继续上升。由灰度共生矩阵提取的梯度曲线完全反映大豆蛋白的凝结过程。该方法可方便、快捷地对豆浆凝结特性进行分析,价格低廉,实用性强。 相似文献
12.
一种小波域K-Means遥感图像分类标注算法 总被引：1，自引：0，他引：1
由于合成孔径雷达图像（遥感）的相干斑噪声数据丰富,导致传统的遥感图像分割方法分割效果不佳,采用学习理论和神经网络改善图像处理性能。根据图像统计特征,采取神经网络语义提出一种高效的图像纹理特征分割方法。首先,利用K-means聚类提取遥感图像的纹理特征,然后根据遥感图像在小波域中的分布特征对其进行滤波,最后利用语义对滤波后的遥感图像纹理特征和灰度组成的矢量进行分割归类,在遥感图像分割中快速标注分类以便于视觉分析。利用区域一致性分割分类,由聚类样本特征匹配进行图像分类标注,对变化检测进行统计分析,过分割或欠分割误差聚类样本不做标注,选取最佳样本聚类k值标注分类结果。 相似文献
13.
提出一种基于加权非负矩阵分解的非负张量分解算法.为了充分利用图像本身的结构信息与内在几何结构,首先根据图像类别构造权值矩阵,把图像集合构造成三阶张量,然后,针对该三阶张量利用张量几何运算与非负矩阵分解得到非负张量分解算法的初值,最后实现图像的分类.实验结果表明该算法应用于手写数字图像库中能有效改善图像分类的准确性. 相似文献
14.
15.
《南阳师范学院学报》2016,(12):29-35
针对二阶偏微分方程进行图像放大产生的阶梯效应和对弱边缘纹理增强不足的缺点,利用四阶偏微分方程具有去阶梯效应特性和反向扩散特性,提出了一种各向同性扩散的四阶偏微分方程耦合改进的全变差模型的图像放大算法.使用双正交映射操作实现图像退化模型约束,在低梯度区进行各向同性四阶偏微分方程结合二阶各向异性扩散,弱边缘反向扩散进行增强,同时避免了平滑区域产生阶梯效应,在高梯度区采用二阶偏微分方程扩散耦合冲激滤波器对强边缘进行增强.本文算法和其他算法进行了比较,仿真实验证明:本文算法在保证边缘、细节有较好视觉效果的前提下,得到的放大图像更加自然,对强弱边缘的增强效果都较好. 相似文献
16.
针对图像去噪时产生的“阶梯效应”、边缘线条上的光滑性和线状结构不易恢复性,提出基于图像分解与边缘检测的图像去噪方法,首先用图像分解与边缘检测模型将噪声图像分解为结构部分和纹理部分,并提取边缘信息,然后根据边缘指示函数用P—M扩散和相干增强扩散结合的方法对纹理部分去噪,最后将去噪的纹理部分与结构部分组合得到去噪图像。数值试验结果表明,该方法提高了图像去噪的质量,有效避免了扩散中产生的“阶梯效应”,较好地保护了边缘信息,恢复其光滑的线状结构。 相似文献
17.
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。 相似文献
18.
19.
20.
基于样图的纹理合成基本思想是根据给定的小区域的纹理样本,拼合生成任意大小的纹理图像并且在视觉上与样本是相似而连续的。通过对基于样图的纹理合成算法进行研究,在待合成纹理块的搜索策略上,提出优先搜索前一个已合成纹理块在样图中的位置附近,快速定位下一个用于合成的纹理块。在纹理块的匹配策略中引入小波变换,结合小波变换后的小波系数和小泼变换后的低频域图像进行块的重叠区域匹配,最后使用最小路径法将待合成纹理块缝合到输出图像中。充分考虑了样图的结构信息并提高了合成速度,获得了较好的纹理合成效果。 相似文献