CV05-紋理.pptVIP

第五章 纹理Chapter 5 Texture;灰度纹理图象;flower;纹理;纹理;纹理的特征与分类 纹理是区域属性，并且与图像分辨率（或称尺度，resolution or scale）密切相关 重复性、规则性、周期性、方向性 ;纹理处理基本问题;纹理分析;灰度级共生矩阵;例:;下图(a)所示的图像，取相邻间隔d=1，各方向的灰度共生矩阵如下图(b)所示。 ;规范化;基于灰度级共生矩阵的纹理特征;纹理特征;各特征含义;各特征含义;各特征含义; （4）均匀度： 含义：反映图像纹理的同质性，度量图像纹理局部变化的多少。 性质：其值大则说明图像纹理的不同区域间缺少变化，局部非常均匀。 ?? ; （5）相关： 含义：它度量空间灰度共生矩阵元素在行或列方向上的相似程度，因此，相关值大小反映了图像中局部灰度相关性。 性质：当矩阵元素值均匀相等时，相关值就大； 相反，如果矩阵元素值相差很大则相关值小。可以 用来判断纹理的主方向。?? ;灰度级共生矩阵的问题与发展;自相关函数;纹理粗细度与自相关函数的关系示意图;局部二值模式（LBP）;LBP/C算子; 在某一灰度图像中，定义一个半径为R（R0）的圆环形邻域，p（p0）个邻域像素均匀分布在圆周上。设该领域中心像元的纹理为T，则T可以用该邻域中P+1个像素的函数来定义，即 ; 在不丢失信息的前提下，将邻域像素的灰度值分别减去邻域中心的灰度值，局部纹理特征则可表示为： 假设各个差值与gc相互独立，则上式可分解为： t(gc)代表图像的亮度值，与图像局部纹理特征无关，所以可将纹理特征表示为差值的函数： 这一P维差值函数记录了邻域中每个像素的纹理模式。; 为了使定义的纹理不受灰度值单调变换的影响，只考虑差值的符号： 唯一表征局部纹理特征的LBP值可以表示为： 易于定义具有旋转不变性的纹理描述算子。 ;特点：经阈值化后的二值矩阵可看成一个二值纹理模式，用来刻画邻域内像素点的灰度相对中心点的变化情况。因为人类视觉系统对纹理的感知与平均灰度(亮度)无关，而局部二值模式方法注重像素灰度的变化，所以它符合人类视觉对图像纹理的感知特点。 用途：工业视觉检测、图像检索、人脸识别，表情识别、运动目标实时跟踪等 ;LBP扩展研究;Laws纹理能量测量; 以1×5矢量为基础，卷积同样维数的矢量，可获得25个5×5模板。其中最有用的是5×5的零和模板，即 ;Laws纹理能量测量;结构方法;纹理合成;纹理映射;纹理映射;过程纹理;过程纹理;基于样图的纹理合成分类;2D 基于点纹理合成;改进方法： 按照光栅扫描顺序逐点生成。 采用了L形邻域，其优点在于：邻域中将只包含已经合成的像素点。因此在纹理合成质量上有很大提高。 算法采用了多分辨率合成的方法。;noise;算法步骤：;Input texture;输入样本纹理;小：样本 左一、左二：基于点 左三：基于块;基于纹理合成的图像修复;基于纹理合成的图像修复;纹理传输 ;双样本约束纹理合成 ;纹理替换　　　;2D?3D的主要困难;基于点三维纹理合成;Resample;Input pyramid;基于点三维纹理合成;基于块三维纹理合成;+;视频纹理合成