As a fundamental ingredient of structure of natural image, texture widely exists in image and is hard to describe. Texture analysis is always one of research focuses in image processing and computer vision. However, it remains a challenging problem due to the high complexity and conceptual ambiguity of texture. Existing methods have different limitations so that the practical application of them is not ideal. In this project, we explore a color texture analysis method, which is invariant to geometric and contrast changes, and is more consistent with human visual perception by extracting the geometric characteristics of texture images. The content of this research includes several following aspects: (1) Geometric shapes based multi-scale and complete representation with invariance to contrast changes for color images; (2) the approach to extract texture features with invariances of translation, rotation and scale. This guarantees geometric invariance and anti-noise ability for the texture analysis methods using the approach; (3) local geometric features based texture image representation. The proposed method will be verified on a real world platform for fabric image retrieval. The outcomes of this project can provide theoretical and technological support for the domain of image processing, image analysis, and computer vision, and finally promote the development of related fields.
纹理是自然图像结构的基本组成元素,是图像中普遍存在而又难以描述的特征。纹理分析一直是图像处理、计算机视觉等领域重点研究的基础内容之一。然而,由于纹理的复杂性以及概念的不明确性,使得纹理分析成为一个具有挑战性的课题,已有的方法存在着不同的局限性,在真实场景中的应用的结果都不太理想。本项目通过提取纹理的几何形状特征,研究更符合人类视觉感知的具有良好的几何不变性及对比度不变性的彩色纹理分析方法。主要包括:(1)彩色纹理图像的多尺度的、完备的图像表达方法,且基于几何形状并具有良好的对比度不变性;(2)平移、旋转、缩放不变的纹理几何特征的提取方法,使得基于该特征的纹理分析方法具备良好的几何不变性以及抗噪能力;(3)基于局部纹理几何特征的纹理图像的表达方法。这种纹理分析方法将在真实的织物图像检索平台上进行验证。相关研究成果可为图像处理、图像分析、计算机视觉等领域提供理论及技术支持。
作为基础性研究的内容,纹理分析在在图像分析、图像检索、模式识别、场景分类、计算机视觉等领域都是活跃的研究课题。本项目通过提取纹理的几何形状特征,研究更符合人类视觉感知的具有良好的几何不变性及对比度不变性的彩色纹理分析方法。主要包括:(1)彩色纹理图像的多尺度的、完备的图像表达方法,且基于几何形状并具有良好的对比度不变性;(2)平移、旋转、缩放不变的纹理几何特征的提取方法,使得基于该特征的纹理分析方法具备良好的几何不变性以及抗噪能力;(3)基于局部纹理几何特征的纹理图像的表达方法。项目基本达到预期目标,已经通过论文发表、专利申请等方式体现。. 另一方面,我国是纺织品生产及出口大国,同时也是全世界最大的服装消费国及生产国。织物在生产、管理、销售过程中,以及在服装设计过程中如何找到合适视觉效果的织物面料,是一个亟需解决的问题。通常搜索织物的方式是采用分类标注,主要依靠人工来完成,这使得织物面料查找工作比较困难且效果不佳,急需基于内容的图像检索技术通过相似图像检索的方式来最大程度解决纺织物难以描述与检索的难题。本项目研究获得的成果,可以有效地解决这类问题,已经在真实的织物图像检索测试平台上进行了验证,同时本项目的研究成果也丰富了图像处理、图像理解、计算机视觉等相关领域的理论及技术。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
硬件木马:关键问题研究进展及新动向
基于SSVEP 直接脑控机器人方向和速度研究
小跨高比钢板- 混凝土组合连梁抗剪承载力计算方法研究
基于自主尺度结构张量的彩色纹理分析方法研究
基于黎曼流形的彩色纹理结构张量图像分割方法研究
基于几何结构学习的层次化形状分析方法研究
有几何形状缺陷旋转壳结构数值分析方法的研究