搜索资源列表
GLCM
- 数字图像处理中对纹理的识别，灰度共生矩阵GLCM(image processing,texture features,GLCM)
LBP
- LBP（局部二值模式）是一种用来描述图像局部纹理特征的算子；它具有旋转不变性和灰度不变性等显著的优点。它是首先由T. Ojala, M.Pietik?inen, 和D. Harwood 在1994年提出，用于纹理特征提取。而且，提取的特征是图像的局部的纹理特征；(Local Binary Pattern describe the image local texture, invariant with the change of rotation and gray)
设计模式14号
- 区域生长是一种很重要的图像分割方法。它是指从某个像素出发，比较相邻接像素的特征向量(包括灰度、边缘、纹理等特征)，在预先指定的准则下，若它们足够相似则作为同一区域合并，以此方式使相似特征的区域不断增长，最后形成分割图像。(segmentation; cut apart; break up; excision; comminute)
GABOR
- 二维Gabor基函数能够很好地描述哺乳动物初级视觉系统中一对简单视觉神经元的感受野特性。Gabor滤波器对于图像的亮度和对比度变化以及人脸姿态变化具有较强的健壮性，并且它表达的是对人脸识别最为有用的局部特征，故在计算机视觉及纹理分析中得到广泛的应用。波长（λ）方向（θ）相位偏移（?） 长宽比（γ）带宽（b）(The two-dimensional Gabor based function can well describe the receptive field characteristics
Tamura
- 基于人类对纹理的视觉感知的心理学的研究，Tamura等人提出了纹理特征的表达。Tamura纹理特征的六个分量对应于心理学角度上纹理特征的六种属性，分别是粗糙度（coarseness）、对比度（contrast）、方向度（directionality）、 线像度（linelikeness）、规整度（regularity）和粗略度（roughness）。其中，前三个分量对于图像检索尤其重要。(Based on the study of human psychology for visual perc
LBP
- LBP方法（Local binary patterns）是一个计算机视觉中用于图像特征分类的一个方法。LBP方法在1994年首先由T. Ojala, M.Pietik?inen, 和 D. Harwood 提出[43][44]，用于纹理特征提取。(The LBP method (Local binary patterns) is a method for classification of image features in a computer vision. The LBP method f
cvGabor
- 傅里叶变换是一种信号处理中的有力工具，可以帮助我们将图像从空域转换到频域，并提取到空域上不易提取的特征。但是经过傅里叶变换后，图像在不同位置的频度特征往往混合在一起，但是Gabor滤波器却可以抽取空间局部频度特征，是一种有效的纹理检测工具(Fu Liye transform is a powerful tool in signal processing, which helps us transform images from airspace to frequency domain and e
get feature
- 在机器学习图像分类的过程中，对ROI进行形状和纹理特征提取(exact the shape and texture features of ROI)
灰度共生矩阵
- 灰度共生矩阵，指的是一种通过研究灰度的空间相关特性来描述纹理的常用方法。 [1] 1973年Haralick等人提出了用灰度共生矩阵来描述纹理特征。 由于纹理是由灰度分布在空间位置上反复出现而形成的，因而在图像空间中相隔某距离的两像素之间会存在一定的灰度关系，即图像中灰度的空间相关特性。(Gray-level co-occurrence matrix refers to a common method for describing texture by studying the spatia
LBP
- （1）计算图像中每个像素点的LBP模式(等价模式,或者旋转不变+等价模式)。 （2）然后计算每个cell的LBP特征值直方图，然后对该直方图进行归一化处理(每个cell中，对于每个bin,h[i]/=sum,sum就是一副图像中所有等价类的个数)。 （3）最后将得到的每个cell的统计直方图进行连接成为一个特征向量，也就是整幅图的LBP纹理特征向量； 然后便可利用SVM或者其他机器学习算法进行分类识别了。((1) calculate the LBP pattern of each p
CBIR
- 基于内容的图像检索，能搜索相似图像。基于颜色，形状和纹理的图像检索。(Content based image retrieval can search similar images. Image retrieval based on color, shape and texture.)
PRNet-master
- 利用深度学习进行单幅人脸图像的3D重建，有稠密的人脸纹理，效果十分好(from a single face image to regress 3d face model)
Texture feature extraction
- 灰度共生矩 阵即为灰度级的空间相关矩阵，以其为基础的统计方法通过对矩阵统计量的求取较好地提取到了纹理特征，通过选取关键参数编程并进行仿真实现，分别求取了四个方向的灰度共生矩阵及其特征量来分析图像 的纹理特征。(The gray level co-occurrence matrix is the gray level spatial correlation matrix. Based on the gray level co-occurrence matrix, the texture featu
导向图滤波
- 导向图滤波是一种图像滤波技术，通过一张引导图G，对目标图像P（输入图像）进行滤波处理，使得最后的输出图像大体上与目标图像P相似，但是纹理部分与引导图G相似。引导滤波可以用于降噪、细节平滑、HDR压缩、抠图、去雾以及联合采样等方面。
crimini算法
- criminisi算法。传统的criminisi图像修复算法，可对破损图像进行纹理修复(Criminisi algorithm. The traditional criminisi image restoration algorithm can repair the damaged image texture)