圖像紋理特征表示方法研究與應用.pdf

1、隨著科技的快速發(fā)展，圖像越來越成為人類生活和工作中用于傳遞信息和進行交流的重要數據載體，圖像的有效表示是進一步處理圖像的重要基礎。用各種觀察系統(tǒng)取得的圖像很多都是紋理型的，可以通過圖像的紋理分析提取許多有價值的宏觀信息。由于紋理的復雜性，關于圖像紋理的精確定義至今尚未給出，這也就給紋理分析帶來了相當大的難度。一般地說，紋理就是指在圖像中反復出現(xiàn)的局部模式和它們的排列規(guī)則，紋理特征是對區(qū)域內部灰度級變化的特征進行量化。紋理的視覺特征一般有

2、三個基本量：周期性、方向性和隨機性，其中周期性和方向性是兩個高層次的紋理特征，可以用來指導紋理圖像的知覺感知。本文主要圍繞紋理特征的表示理論進行研究，主要以紡織圖像處理為應用背景，包含以下幾方面工作： 1.周期性是紋理的一個重要特征，本文概述了周期性特征提取方法，并分析了傅立葉變換提取周期性特征的原理。文中給出紋理周期性特征度量方法。針對紡織工業(yè)中具有典型周期性的機織布圖像，本文提出了一個具有仿射不變性及不受噪聲影響的刻畫機織布

3、周期性特征的參數，然后又將該參數應用到機織物的結構識別中，實現(xiàn)了對機織布的自動結構識別，從而達到了識別平紋布、緩斜紋布以及急斜紋布的目的，在區(qū)別的同時能夠計算出精確的浮長，達到了令人滿意的效果。該方法克服了傳統(tǒng)織物組織結構識別需要破壞布樣的缺點，也改善了以往基于數字圖像處理的結構識別方法的效率，提高了運算速度。同時，針對織物圖像錄入過程中難免存在圖像傾斜，這種傾斜會給織物組織的分析與識別帶來困難，也作為織物組織結構識別的預處理步驟之一，

4、本文提出了一種基于傅立葉變換的適用于織物圖像的快速擺正算法，該方法也可以推廣于文本圖像傾斜校正。結合牛仔布圖像的顏色以及支數等的計算，應用本文所取得的成果開發(fā)了牛仔布管理與分析系統(tǒng)，該軟件即將用于香港某紡織工廠的生產管理中。 2.方向性特征也是紋理圖像的重要視覺特征，本文在研究圖像的方向性特征表示方法的基礎上，給出了具有魯棒性的圖像紋理方向性強弱度量方法。同時利用Gabor濾波器非常適用于模擬人眼視覺通道特性以及很好的時頻局部性

5、，分析了Gabor濾波器方向性特征增強機理。分別給出了在時域和頻域上提取方向性特征的方法，一是在時域上設計了一種目標函數來選擇最優(yōu)的Gabor濾波器，二是在頻域中根據目標特征的特點計算參數，給出了參數估計準則，從而設計最優(yōu)Gabor濾波器。然后將新方法應用到織物圖像的方向性特征一竹節(jié)紗的提取上，本文的方法不同于以往將竹節(jié)看作織物圖像疵點的提取方法，而是將竹節(jié)看作一類紋理特征，設計更具有針對性的Gabor濾波器。將上面提出的兩種方法與前人

6、已有的方法進行了比較實驗，驗證了新方法的可行性和有效性。同時又將本文的方法應用于指紋圖像局部紋線增強，獲得了較為滿意的效果。 3.研究了周期性紋理圖像上的突變特征表示方法，其中小波變換是最主要的方法之一。基于小波變換的突變特征提取就是借助變換對圖像的突變特征區(qū)域進行增強；再采用閾值化操作分割突變特征區(qū)域。而最為重要也最影響提取效果的就是小波基的選取或設計。針對已有的小波基不能自適應的反映待處理圖像特征的缺陷，本文結合小波方法和