MMMar, 2018

一种基于灰度共生矩阵、局部二值模式和 K-means 聚类相结合的创新纹理数据库采集方法和特征提取方法

PDF
TL;DR本文提出了一种基于灰度差异矩阵和局部二值模式特征的特征表示和基于 K-means 聚类的图像采集算法，用于收集更高效的纹理图像数据库，并通过一些先进的纹理分类技术进行了性能评估。
texture analysisclassificationimage processingfeature representationalgorithm
发现论文，激发创造
  • 基于基本图案单元和统计特征相结合的颜色纹理分类方法

    这篇研究论文介绍了一种基于图像纹理的粒子元素的直方图和统计特征的分类方法，并对彩色图像进行了扩展，以利用该方法在分析每个 RGB 通道方面的能力。该方法被测试于石头纹理分类，其结果证明了该方法的质量。

    Sep, 2011

  • 基于模型集成的纹理提取方法用于改善分类

    本研究提出了一个框架，该框架将多种基于纹理的技术与 CNN 主干结合起来，以提取与图像纹理相关联的最相关特征，使模型可以以自我选择的方式进行训练，并在几个基准数据集上展现了最新的成果。

    Jun, 2022

  • 在大量控制的光照条件下评估颜色纹理描述符

    本文主要研究基于不同光线条件下的颜色纹理识别技术，通过对新旧特征及彩色规范化等方面进行广泛比较评估，研究不同的光照变化对纹理描述符的影响，得出在大范围成像条件下纹理描述符的鲁棒性。

    Aug, 2015

  • 纹理图像分析和纹理分类方法 - 综述

    本论文主要讨论了纹理分析方法在计算机视觉领域的应用，包括图像处理、对象识别、表面缺陷检测、医学图像分析等，并重点介绍了统计、结构、基于模型和基于变换等四种纹理分析方法，以及组合方法在纹理分析中的应用，同时总结了常见的分类器及纹理图像数据集。

    Apr, 2019

  • 纹理识别、描述和分割的深度滤波器组

    本文提出了一种基于可描述纹理数据集的词汇表，用于描述常见的纹理模式，以及一些对应的图像识别技术，包括物体材质和纹理属性的实时识别，并通过将深度模型卷积层用作滤波器进行优化以获得卓越的性能。

    Jul, 2015

  • 局部二值模式两个十年：一项调查

    介绍了二维、时空三维和四维等不同领域中最具代表性的 Local binary patterns 及其变种，探讨了其应用，包括纹理、图像描述和信号分析等，同时简要概述了其未来的研究挑战。

    Dec, 2016

  • 使用多尺度局部极值描述符和协方差嵌入的高效纹理检索

    本文介绍了一种使用多尺度特征提取和基于局部极值关键点嵌入的高效纹理检索方法， 通过手工设计的特征向量构建协方差矩阵，提高了规模空间的表示能力，并在多个纹理数据库上得到高竞争性的检索率。

    Aug, 2018

  • 使用二维灰度共生矩阵的纹理图像处理进行破损铁轨检测

    该文提出了一种基于图像纹理处理的铁路缺陷检测方法，使用 Automatic Train Control system 提高铁路安全性，分析了由于铁路破损和断裂导致的事故，采用 Random Forest 分类器对提取的缺陷图像特征进行分类，实验结果表明该算法在精度、召回率和准确度方面均优于支持向量机和 K - 最近邻分类器。

    Apr, 2023

  • 野外纹理描述

    通过创建 Describable Textures Dataset（DTD），使用 47 种纹理术语，将 IFV 应用于纹理识别，以认识和描述大型野外纹理数据集。这种方法不仅提高了纹理识别数据集的性能，而且也极大地提高了材料识别数据集的性能。

    Nov, 2013

  • 对象检测模型使用 KNN 和 RF 分类的组合特征提取

    该研究采用灰度共生矩阵（GLCM）和局部二值模式（LBP）纹理特征提取进行 2D 对象旋转和纹理变化下的目标检测。使用 k 最近邻（KNN）、随机森林（RF）和投票集成（VE）对特征进行分类，其中 VE 方法表现最佳，准确率为 93.9%，F1 得分为 93.8%。该研究探讨了 GLCM 和 LBP 特征向量以及 VE 方法在目标检测中的应用，提高了检测准确性。

    May, 2024