一种新的纹理描述方法及其应用 ——多尺度斑块特征法

一种新的纹理描述方法及其应用 ——多尺度斑块特征法

论文摘要

纹理是物体表面的一个重要视觉属性,图像纹理特征在基于内容的图像检索、遥感图像分析、医学成像诊断、材料表面质量检测等领域中具有重要的作用。纹理特征提取是图像处理和计算机视觉领域中一个非常重要并且经典的问题。目前,纹理图像研究面临着几大新的挑战:(1)纹理数据库随着成像硬件技术和网络技术的发展呈现指数级的增长;(2)相同的物体表面在不同的光照条件和拍摄角度下,可能会呈现差异度很大的纹理图像;(3)目前的相机绝大部分都是彩色相机,硬件设备的发展和计算机计算能力的提高使得彩色纹理图像的应用问题越来越多;(4)纹理特征应用于医学超声图像的辅助诊断具有非常重大的意义,针对于骨骼肌损伤超声图像的纹理定量分析问题,目前国内外都还未有有效的处理方法。本文就针对上述几大新挑战进行了科学系统的研究分析,提出了一种新的纹理描述方法-多尺度斑块特征(Multiscale Blob Features, MBF)。MBF方法采用了多尺度分析的手段,对纹理图像同时进行空间尺度和灰度级的分解,充分分析了图像中所包含的复杂的纹理结构。同时,斑块(blob)和四个统计算子(斑块密集度,斑块平均形状不规则度,斑块分布均匀性以及斑块分布周期性)的提出应用又有效的描述这些结构的差异。针对彩色纹理图像,将MBF方法进行拓展,以色谱信息为第三维进行多尺度分解提出彩色多尺度斑块特征法(CMBF)。为了测试MBF方法的性能,本文将MBF方法和目前公认的几种性能最好的方法在联合大规模集(VisTex+Brodatz+CUReT+OuTex)上进行比较,实验结果证明MBF方法对大规模纹理的分类和检索都具有卓越的性能。实验比较中发现现有的几个纹理标准数据集在进行大规模纹理识别实验比较时都存在一些问题,因此本文还构建了一个新的纹理数据集-FDTex纹理测试集,该数据集具有纹理种类多,种类范围覆盖面广,纹理图像均匀同质等一些优点,因此,该纹理集非常适合用于大规模纹理的分类和检索的实验评估。此外,本文还讨论了针对基于内容的图像检索问题所提取的纹理特征应具有的不变性性质,通过理论和在整个Brodatz纹理集和UIUC纹理集上的实验证明了MBF方法在对大规模纹理的分类和检索都具有良好的性能的同时还具有灰度尺度不变性,旋转不变性和空间尺度等比例缩放不敏感性,是一种理想的纹理分类和检索的方法。为了验证多尺度斑块特征方法的合理性,本文还进行了一些与纹理相关的视觉心理学问题研究,而实验也表明本文所提的方法与人眼视觉系统在不变性方面的性质是一致的,且在实验设定的条件下,多尺度斑块特征方法已经达到了人眼视觉系统的识别能力。本文最后还将MBF方法应用到医学图像中去,结合超声图像成像原理对骨骼肌损伤超声图像进行了纹理定量分析,实验结果表明MBF方法的多尺度分解思想非常符合超声图像的成像特点,所提出的八组统计特征能够有效的帮助医生对骨骼肌损伤区域及损伤程度进行辅助诊断。

论文目录

  • 图目录
  • 表目录
  • 中文摘要
  • Abstract
  • 第一章 引言
  • 1.1 纹理定义
  • 1.2 纹理研究主要内容
  • 1.3 纹理分析应用
  • 1.4 本文的研究内容和目的
  • 1.5 本文的主要贡献和组织结构
  • 第二章 适用于大规模纹理集分类和检索的多尺度斑块纹理特征方法
  • 2.1 传统纹理描述方法综述
  • 2.2 多尺度斑块纹理特征建模
  • 2.3 灰度纹理图像分类和检索实验
  • 2.3.1 实验测试数据集
  • 2.3.2 用于比较的纹理描述方法的参数设置
  • 2.3.3 实验评估标准
  • 2.3.4 特征规范化
  • 2.3.5 分类器
  • 2.3.6 特征距离计算
  • 2.3.7 实验结果和讨论
  • 2.4 本章小结与讨论
  • 第三章 多尺度斑块纹理特征用于几何光照变化的纹理图像分析
  • 3.1 纹理特征的不变性性质讨论
  • 3.2 不变性纹理描述方法综述
  • 3.3 多尺度斑块特征的不变性分析
  • 3.3.1 尺度斑块特征的灰度尺度不变性、旋转不变性及空间尺度不敏感性
  • 3.3.2 纹理特征不变性实验及结果分析
  • 3.4 纹理不变性特征的视觉心理学实验
  • 3.4.1 测试对象
  • 3.4.2 测试数据
  • 3.4.3 实验过程
  • 3.4.4 实验分析
  • 3.5 本章小结
  • 第四章 彩色多尺度斑块纹理特征
  • 4.1 彩色纹理研究现状
  • 4.2 彩色多尺度斑块纹理特征
  • 4.2.1 主色彩伪灰度图像多尺度分解
  • 4.2.2 灰度强度和空间尺度的多尺度分解
  • 4.3 彩色纹理分类和检索实验
  • 4.3.1 实验测试数据集
  • 4.3.2 特征距离计算与分类策略
  • 4.3.3 实验结果和讨论
  • 4.4 本章小结
  • 第五章 纹理特征在骨骼肌损伤超声波图像辅助诊断中的应用
  • 5.1 骨骼肌损伤超声图像诊断的意义
  • 5.2 超声成像与CT、MRI成像技术的比较
  • 5.3 超声纹理图像的成像原理
  • 5.4 骨骼肌损伤超声图像的纹理定量分析
  • 5.4.1 骨骼肌声学特性
  • 5.4.2 超声图像中骨骼肌损伤的医学诊断
  • 5.4.3 表征骨骼肌损伤的纹理特征
  • 5.4.4 实验及分析讨论
  • 5.5 本章小结
  • 第六章 总结和展望
  • 参考文献
  • 攻读博士期间的主要工作
  • 致谢
  • FDTex大规模纹理数据集
  • 相关论文文献

    • [1].结合随机映射和改进缝合线的纹理合成隐藏[J]. 计算机技术与发展 2020(01)
    • [2].表面疏水强化纹理设计及数值模拟[J]. 工程热物理学报 2020(07)
    • [3].运用开运算辅助地面纹理识别[J]. 海峡科技与产业 2020(07)
    • [4].激光纹理加工突破传统限制[J]. 现代制造 2020(01)
    • [5].基于纹理场的三维纹理绘制方法[J]. 通化师范学院学报 2019(10)
    • [6].基于纹理合成的三维地形水墨风格渲染研究[J]. 测绘与空间地理信息 2017(03)
    • [7].法国纹理纸的应用与发展空间[J]. 包装世界 2017(02)
    • [8].基于对称性表示的纹理传输与合成[J]. 现代计算机(专业版) 2016(07)
    • [9].《纺织纹理》[J]. 现代装饰(理论) 2016(07)
    • [10].《纹理遐想》[J]. 现代装饰(理论) 2016(07)
    • [11].以双肺纹理增多为首发症状的肺癌特征分析(附典型病例一例)[J]. 中国疗养医学 2015(02)
    • [12].复用计算的虚拟肝脏体纹理合成与映射方法[J]. 计算机工程与应用 2015(19)
    • [13].《远瞩》[J]. 中国周刊 2019(06)
    • [14].纹理[J]. 清明 2019(06)
    • [15].2016发型关键词:编发+纹理+慵懒+定制[J]. 人像摄影 2016(07)
    • [16].纹理的哲理[J]. 家居主张 2015(03)
    • [17].拜望亭台[J]. 中华民居(上旬版) 2015(10)
    • [18].纹理拓印[J]. 时尚育儿 2012(07)
    • [19].纹理[J]. 家居主张 2012(10)
    • [20].纹理的极致诱惑[J]. 家居主张 2012(10)
    • [21].生活中的“纹理”设计[J]. 家居主张 2012(10)
    • [22].肺纹理增多意味着什么[J]. 解放军健康 2011(05)
    • [23].视觉纹理的再现 十至十七世纪中国山水画中的例证[J]. 新美术 2019(03)
    • [24].多核并行访问纹理单元的预处理方法[J]. 计算机与数字工程 2019(11)
    • [25].面向手持式3维扫描设备的本征纹理重建[J]. 中国图象图形学报 2017(03)
    • [26].块漂移引导的非局部纹理移除[J]. 计算机辅助设计与图形学学报 2017(09)
    • [27].面向规划的建筑物屋顶精细纹理快速生成方法[J]. 武汉大学学报(信息科学版) 2015(08)
    • [28].地域化城市纹理保护的重要性[J]. 中国房地产业 2015(09)
    • [29].体检报告发现“肺纹理增粗”要紧吗[J]. 家庭医学(下半月) 2019(08)
    • [30].在体验中感悟 在探究中提升——《创造美的纹理》课堂教学设计与反思[J]. 教学月刊小学版(综合) 2011(12)

    标签:;  ;  ;  ;  ;  ;  

    一种新的纹理描述方法及其应用 ——多尺度斑块特征法
    下载Doc文档

    猜你喜欢