纹理基础
纹理分析方法分类:结构分析法、统计分析、纹理模型法、信号处理法。
应用领域:目标识别、遥感测量、图像检索、纹理合成。
结构法:句法结构、排列规则、滤波器表述的基元、直方图表述的基元。
统计法:灰度直方图、纹理统计矩(n阶矩,非原点矩)、灰度游程、灰度梯度直方图、边缘纹理直方图、共生矩阵、自相关函数、Laws纹理能量。
模型法:马尔科夫(Markov)随机场、吉伯斯(Gibbs)随机场、二维自回归函数、分形维度量、LBP。
信号处理法:空域滤波器、频域滤波器、频谱分析、Gabor滤波器、小波多尺度特征。
纹理提取与特征选择
距离度量(使各样本之间的平均距离最大):Minkowski、Euclid、Chebychev、Mahalanobis、非线性度量。
概率距离(建立表征类别分离性的特征度量):Bhattacharyya、Jeffries-Matusita、散度、变形散度。
熵函数度量:香农熵、平方熵。
特征选择:PCA主成分分析、顺序前进法、ICA独立成分分析、相关分析等。
特征评价:基于互信息、Fisher系数、最小分类误差。
不变性。
纹理分割
区域生长法、分裂与合并、聚类法、神经网络。
纹理分类
监督:贝叶斯决策、Fisher分类、K近邻。
无监督:K-mean聚类、ISODATA。