纹理分析

为什么80%的码农都做不了架构师？>>>   

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。

 

转载于:https://my.oschina.net/Parser/blog/782693