纹理特征是一种不依赖于颜色或亮度的反映图像中同质现象的视觉特征[12]。它是所有物体表面共有的内在特性,例如云彩、树木、砖、织物等都有各自的纹理特征。纹理特征包含了物体表面结构组织排列的重要信息以及它们与周围环境的联系[13]。正因为如此,纹理特征在基于内容的图像检索中得到了广泛的应用,用户可以通过提交包含有某种纹理的图像来查找含有相似纹理的其他图像。
由于纹理特征对模式识别和计算机视觉等领域的重要意义,对纹理的分析研究在过去的三十年中取得了重大的成果。在本节中,我们将着重介绍那些在基于内容的图像检索中所常用的那些纹理特征,主要有Tamura纹理特征、自回归纹理模型、方向性特征、小波变换和共生矩阵等形式。
由于纹理特征对模式识别和计算机视觉等领域的重要意义,对纹理的分析研究在过去的三十年中取得了重大的成果。在本节中,我们将着重介绍那些在基于内容的图像检索中所常用的那些纹理特征,主要有Tamura纹理特征、自回归纹理模型、方向性特征、小波变换和共生矩阵等形式。
本文介绍了纹理特征在图像检索中的应用及其重要性。纹理作为物体表面的固有属性,能够帮助区分不同类型的图像内容。文章重点讨论了Tamura纹理特征、自回归纹理模型、方向性特征、小波变换及共生矩阵等常用纹理分析方法。
6803

被折叠的 条评论
为什么被折叠?



