纹理图像分析2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

纹理图像分析PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章　概述1

1.1　纹理图像分析概述1

1.2　纹理分析技术发展历史与现状3

1.3　纹理分析的应用领域8

1.4　前景与展望12

参考文献13

第2章　基于区域的纹理描述15

2.1　结构法纹理描述16

2.1.1　基于结构的纹理表示16

2.1.2　纹理基元模型17

2.2　统计法纹理描述19

2.2.1　基于一阶统计的纹理描述19

2.2.2　基于边缘纹理直方图描述24

2.2.3　灰度共生矩阵26

2.2.4 自相关函数28

2.2.5　Laws纹理能量描述29

2.3　基于模型的纹理表示30

2.3.1　基本术语与概念30

2.3.2　Gibbs-MRF随机场纹理模型32

2.3.3　二维自回归函数33

2.3.4　纹理的非参数模型34

参考文献38

第3章　基于信号处理方法的纹理描述40

3.1　纹理的周期性40

3.2　空域／频域滤波器43

3.3　频谱分析法43

3.4　Gabor滤波器45

3.5　基于小波分解的多尺度特征47

参考文献51

第4章　纹理特征提取和选择52

4.1　概述52

4.2　纹理特征度量52

4.2.1　距离度量53

4.2.2　概率距离度量54

4.2.3　熵函数度量54

4.3　纹理特征选择55

4.3.1　基于主成分分析的纹理特征选择55

4.3.2　基于独立成分分析的纹理特征选择60

4.4　纹理特征评价62

4.4.1　纹理特征评价函数63

4.4.2　纹理特征选择策略63

4.4.3　纹理特征选择应用66

4.5　纹理特征不变性分析67

4.5.1　纹理特征与坐标系统68

4.5.2　平移不变性与矩不变特征69

4.5.3　纹理特征的尺度和旋转不变性71

参考文献74

第5章　纹理分割技术77

5.1　纹理分割概述77

5.1.1　常用纹理分割技术概述77

5.1.2　纹理分割的主要过程78

5.1.3　纹理分割的应用79

5.2　区域生长法81

5.2.1　种子像素的选取82

5.2.2　区域生长准则82

5.3　分裂与合并83

5.4　聚类法84

5.4.1　基本原理84

5.4.2　应用实例87

5.5　神经网络方法88

5.5.1　常用神经网络结构和原理89

5.5.2　无监督神经网络在纹理分割中应用91

5.5.3　监督式神经网络在纹理分割中应用94

参考文献95

第6章　纹理分类97

6.1　纹理图像的特征提取与分类97

6.2　监督式纹理分类器设计97

6.2.1　概率判别规则98

6.2.2　Fisher分类器99

6.2.3　K近邻法100

6.3　无监督纹理分类器设计101

6.3.1　K均值聚类101

6.3.2　ISODATA聚类103

6.3.3　改进的K均值聚类应用实例104

6.4　基于小波变换的纹理分类106

6.5　基于支持向量机的纹理分类108

6.5.1　支持向量机简介108

6.5.2　纹理分类实例110

参考文献113

第7章　纹理合成115

7.1　纹理合成概述115

7.1.1　纹理合成的发展与现状115

7.1.2　纹理合成的发展方向117

7.2　基于Markov随机场模型的纹理合成118

7.2.1 MRF模型119

7.2.2　基于像素的纹理合成121

7.3　基于块采样的纹理合成124

7.3.1　Chaos Mosaic纹理合成算法124

7.3.2　基于块拼接的纹理合成125

7.3.3　基于块采样的无约束纹理合成126

7.4　基于金字塔算法的纹理合成128

7.4.1　图像金字塔128

7.4.2　基于金字塔的纹理合成132

7.5　有约束纹理合成134

参考文献137

第8章　纹理分析在医学影像诊断中的应用139

8.1　医学影像诊断概述139

8.2　基于纹理特征的乳腺X射线图像微钙化簇提取139

8.2.1　微钙化以及微钙化簇140

8.2.2　乳腺X射线图像微钙化感兴趣区域提取141

8.2.3　微钙化点提取145

8.2.4　微钙化簇提取与特征提取145

8.3　纹理分析在肺部疾病早期诊断中应用147

8.3.1　基于纹理特征的肺部分割147

8.3.2　基于熵滤波器的ROI区域提取148

8.3.3　基于小波变换的肺部蜂巢状组织提取149

8.4　肝CT图像的计算机辅助诊断150

8.4.1　基于纹理特征聚类的肝脏分割151

8.4.2　基于视觉注意模型的肝占位性病变自动提取153

8.5　纹理分析在皮肤黑色素瘤诊断中的应用159

参考文献162

第9章　基于纹理特征的图像分割164

9.1　基于Gabor滤波器的纹理图像分割164

9.1.1　Gabor小波函数164

9.1.2　图像纹理特征的描述166

9.1.3　纹理图像分割166

9.2　基于复杂性测度的纹理图像分割167

9.2.1　复杂性测度描述167

9.2.2　KC复杂性测度169

9.2.3 C0复杂性测度169

9.2.4 Hilbert曲线扫描170

9.2.5　基于一维复杂性测度的图像纹理分割171

9.2.6　基于二维复杂性测度的图像纹理分割172

9.2.7　基于KC复杂性测度的车牌定位174

9.3　基于矩的纹理图像分割175

9.3.1　Legendre矩176

9.3.2　Zernike矩176

9.3.3　Krawtchouk矩177

9.4　基于高斯混合模型的纹理图像分割178

9.4.1　高斯混合模型179

9.4.2　最大似然函数179

9.4.3　EM估计算法180

9.5　多特征多分类器融合的图像纹理分割180

9.5.1　纹理特征提取181

9.5.2　分类器设计182

9.5.3　实验结果183

参考文献184

第10章　基于纹理的图像检索186

10.1　基于内容的图像检索186

10.1.1　纹理特征匹配187

10.1.2　特征索引机制188

10.2　基于纹理特征的图像检索189

10.2.1　图像检索中的纹理特征189

10.2.2　不变性纹理特征189

10.2.3　多特征融合及归一化194

10.3　基于纹理分析的医学超声图像检索195

10.3.1　空间纹理特征分析195

10.3.2　基于多尺度Gabor小波的纹理特征198

10.4　颜色和纹理特征在图像检索中应用200

10.4.1　基于颜色和纹理特征的图像检索系统200

10.4.2　基于小波分解的多尺度纹理描述203

参考文献205

第11章　基于纹理的目标识别207

11.1 目标识别概述207

11.2　基于纹理的人脸识别207

11.3　基于纹理的缺陷检测211

11.3.1　织物纤维缺陷检测概述211

11.3.2　基于Gabor小波织物瑕疵检测215

11.3.3　机械加工零件表面缺陷检测219

11.4　基于纹理特征的珍珠表面缺陷检测223

11.4.1　珍珠表面缺陷与检测方案223

11.4.2　珍珠表面缺陷增强225

11.4.3　珍珠表面的缺陷检测227

参考文献230