简介：摘要纹理分析被定义为基于纹理基元的形状、密度和规则方向等纹理特征的分类或分割。纹理分析技术大致可分为四类结构分析法、模型法、信号处理法以及统计法。本文介绍了图像纹理的相关知识，详细阐述基于统计法的几种纹理分析技术，包括灰度共生矩阵、灰度梯度方向矩阵、基于分形布朗运动模型的亮度差值图像自相关法、Tamura纹理特征法

简介：摘要：在数字图像的采集过程中，由于环境光的影响，输出的数字图像会存在一定程度的噪声。实现数字图像中噪声的精确估计，对于图像处理有着重要意义，如模板匹配中参数的自适应、图像去噪、边缘保持的图像增强等。本文提出了一种适用于复杂纹理背景的图像噪声估计方法，基于噪声的二阶敏感特性，完成噪声参数的初始估计，基于二值化阈值迭代，完成噪声的精确估计。

简介：纹理分析已在二维超声图像中得到广泛应用,尤其针对心脏和其他弥漫性疾病的组织定征具有较好作用。本文就纹理分析在二维超声图像心脏、肝脏及乳腺方面的应用进行综述。

简介：摘要：遥感图像军事目标纹理分类识别技术作为遥感图像分类技术的重要组成部分，在军事目标纹理分类识别中有着重要地位。本文基于遥感图像分类对典型军事目标进行纹理分析，提出了SOFM网络模型结构以及LIADR纹理分类识别算法，同时又针对不同环境下的不同目标纹理进行了分类识别试验。试验结果表明与一般纹理分类算法相比，遥感图像军事目标纹理分类识别算法在降低目标纹理分类误差、提高目标纹理识别精度、提高军事目标地理信息系统服务质量等方面具有明显优势而且可应用于军事目标纹理检测之中。

简介：ISAR干扰效果评估一直是电子对抗领域的热点和难点问题。针对传统客观评估指标存在不足,提出了一种基于图像纹理特征的ISAR干扰效果评估方法。该方法充分考虑了干扰前后图像像素点之间的相关性,其特征向量组涵盖了目标方向、相邻间隔、变化幅度、位置特征及能量变化等多维信息的变化,体现了一种多指标信息融合的体系评估思路。最后,结合ISAR实测数据进行了仿真实验,结果表明该方法不仅能够准确反映干扰前后图像细节纹理的变化,而且能够有效实现干扰样式的优选,有效提升了干扰效果评估的稳健性和可靠性。

简介：本文用主分量分析法分析了金属断口图像纹理的14个灰度共生矩阵特征参数，从中提取了4个综合参数。结果表明采用主分量分析提取的综合参数不仅能减少数据量。而且获得了较高的分类精度。

简介：针对SAR影像进行水上桥梁目标检测问题,提出了一种纹理特征与关联特征相结合的方法。该方法首先通过去噪及增强预处理改善图像质量,并采用阈值分割方法快速提取初始目标;然后使用灰度共生矩阵对目标及其周边背景纹理进行差异对比分析,从而去除虚警目标。实验结果表明,该方法能够准确地检测出水上桥梁目标。

简介：将能反映纹理空间尺度变化信息的尺度共生矩阵(动态信息)和反映纹理信息的灰度共生矩阵(静态信息)相结合,进行纹理特征抽取,对纹理图像进行分割,再对分割结果进行滤波,去除分割结果中存在的误分像素,结果表明,能够获得良好的分割效果.

简介：传统基于Gabor滤波器的SAR目标识别方法根据图像全局特征进行目标识别,忽略图像局部纹理特征,容易受到噪声因素的干扰,获取的SAR目标识别结果精确度较低。因此,提出基于图像局部纹理特征的SAR目标识别算法,对SAR图像纹理特征进行提取,提取SAR图像纹理特征时,采用优化的TPLBP特征描述器提取图像局部纹理特征,获取TPLBP局部纹理特征向量;通过基于ELM分类器的SAR目标识别算法,对TPLBP局部纹理特征向量进行SAR目标分类与识别,获取理想的SAR目标识别结果。实验结果表明,所提方法在SAR目标识别方面具有准确率高、误判率低的优势。

简介：摘要目的探讨纹理分析T1WI对比增强图像在分级脑胶质瘤中的价值。方法回顾性分析2014年10月至2019年10月在扬州大学附属医院，经手术病理证实的29例低级别胶质瘤(LGG)和63例高级别胶质瘤(HGG)，使用MaZda软件提取T1WI对比增强(CE-T1WI)肿瘤纹理特征并分析比较两组间9个直方图参数，包括平均值(mean)、变异度(variance)、偏度(skewness)、峰度(kurtosis)和第1、10、50、90、99百分位数(Pere.1%、Pere.10%、Pere.50%、Pere.90%、Pere.99%)，采用多变量Logistic回归对有统计意义的参数进行建模并绘制受试者工作特征曲线(ROC)曲线评价在两组间差异有统计学意义的参数及多变量Logistic回归模型鉴别两者的效能。结果LGG组的3个参数(kurtosis，pere.1%，pere.10%)高于HGG组(P均<0.05)，4个参数(mean，variance，pere.90，pere.99%)低于HGG组(P均<0.05)，而skewness、pere.50%这2个参数在两组间无明显差异(P均>0.05)；在两组间差异有统计学意义的7个参数中，variance鉴别两者的效能最佳，灵敏度、特异度及AUC分别为79.4%、86.2%、0.878，7个参数建立的多变量Logistic回归模型的效能优于所有参数，灵敏度、特异度及AUC分别为87.3%、79.3%、0.882。结论基于CE-T1WI的直方图参数可有效鉴别LGG与HGG，而以两组间差异有统计学意义直方图参数建立的多变量Logistic回归模型诊断效能更佳。

简介：【摘要】目的：分析PET-CT融合图像肺纹理特征在肺癌鉴别诊断中的应用价值。方法：随机选取2018年6月～2020年12月期间在我院进行PET-CT检查的52例患者做为研究对象，分别由医师经验知识和融合图像纹理特征参数判断患者肺部病灶情况。并且对患者进行手术病理检查或治疗，通过影像学随访确诊其肺部良恶性病变。比较几种方法应用在肺癌诊断时的灵敏度和特异性。结果：52例患者最终被诊断为肺癌的有45例，医师经验知识诊断的灵敏度为90.91%，特异性为57.14%。纹理特征参数诊断的灵敏度为91.30%，特异性为66.67%。二者联合诊断的灵敏度为93.62%，特异性为50%。三者对比差异不明显，P＞0.05，无统计学意义。结论：PET-CT融合图像肺纹理特征应用于肺癌诊断时能够起到较为积极的作用。

简介：【摘要】目的：分析PET-CT融合图像肺纹理特征在肺癌鉴别诊断中的应用价值。方法：随机选取2018年6月～2020年12月期间在我院进行PET-CT检查的52例患者做为研究对象，分别由医师经验知识和融合图像纹理特征参数判断患者肺部病灶情况。并且对患者进行手术病理检查或治疗，通过影像学随访确诊其肺部良恶性病变。比较几种方法应用在肺癌诊断时的灵敏度和特异性。结果：52例患者最终被诊断为肺癌的有45例，医师经验知识诊断的灵敏度为90.91%，特异性为57.14%。纹理特征参数诊断的灵敏度为91.30%，特异性为66.67%。二者联合诊断的灵敏度为93.62%，特异性为50%。三者对比差异不明显，P＞0.05，无统计学意义。结论：PET-CT融合图像肺纹理特征应用于肺癌诊断时能够起到较为积极的作用。

简介：重点论述了如何运用纹理谱的方法时遥感图像进行纹理分析。通过对不同地物图像进行试验，借助计算机语言实现了各类地物图像的纹理谱特征图的计算显示，并对其进行分析比对，最终达到区分识别各类地物的目的。

简介：支持向量机是机器学习领域的研究热点之一,是在统计学习理论基础上发展起来的新的学习算法.传统的分类法用于纹理图像分类效果往往不佳,该文研究了支持向量机的实现方法,并以纹理图像分类为例分析了支持向量机的分类性能.

简介：摘要目的MRI图像纹理分析对子宫肌瘤与子宫腺肌病的鉴别诊断价值。材料与方法研究对象为2017年2月至2019年12月在邯郸市中心医院就诊，且经手术病理确诊为子宫肌瘤、子宫腺肌病患者，其中子宫肌瘤49例，子宫腺肌病34例；回顾性分析两组MRI图像纹理分析直方图参数、灰度共生矩阵参数、绘制ROC曲线对子宫肌瘤与子宫腺肌病的鉴别诊断价值。结果子宫肌瘤患者T2WI最大值，T1WI、T2WI、ADC的标准差，T2WI、ADC偏度值均显著高于子宫腺肌病(t=8.283，P＜0.05)；直方图参数中以ADC偏度值的AUC值最高，以＞2.071为cut-off，其诊断子宫肌瘤、子宫腺肌病的敏感度、特异度分别为87.76%、88.24%；子宫肌瘤T2WI显著低于子宫腺肌病，T1WI、T2WI、ADC的熵值均显著高于子宫腺肌病(P＜0.05)；灰度共生矩阵参数诊断子宫肌瘤、子宫腺肌病时以ADC熵值的AUC值最高，以＞6.57为cut-off，敏感度、特异度分别为73.47%、76.47%。结论MRI图像纹理分析用于子宫肌瘤与子宫腺肌病的鉴别诊断有一定效能，其中以ADC偏度值效最佳，值得临床重视。

简介：针对超声波图像受斑点噪声影响严重的特点,提出利用基于边缘保持和纹理梯度的图像分割方法。应用各向异性扩散相干斑降噪方法达到有效平滑斑点噪声和保持区域边缘的效果。基于上述降噪图像,文章采用无抽样小波变换的高频子带构造纹理梯度代替传统的灰度梯度,进而结合分水岭变换进行初始分割,得到对图像的区域化描述。在缓解分水岭过度分割的问题上,结合UWT的多分辨率优势和建立区域邻接图,完成对图像的区域化描述。在此基础上再结合马尔科夫随机场模型作为实现区域合并的方法,分别选用合成图像和超声波图像为实验对象,实验结果证明了本文算法的有效性。

简介：基于内容的图像检索和分类在多媒体数据库管理中得到了越来越多的重视。在体统的基于内容的图像检索方法中，语义间隔（semanticgap）常常会导致检索的效果不佳，利用支持向量机（SVM）可以很好的解决图像中的语义间隔。本文介绍了我们设计的基于SVM分别利用颜色特征和纹理特征的两种分类方法，在此基础上，我们提出了一种综合利用上述两个特征共同进行分类的方法。实验结果表明。综合特征要比单一特征分类效果更好。

简介：采用灰度共生矩阵对不同加工工艺形成的非平面工件表面粗糙度进行了研究。讨论了灰度共生矩阵中二阶矩、对比度、相关值，熵等与图像纹理特性的关系，构建了实验装置，并利用Matlab软件对采集的激光散斑图像进行了处理，得到了共生矩阵的4个特征参数随表面粗糙度的变化曲线。为研究非平面工件的粗糙度，提供了一种新的技术途径。

简介：采用自相关函数对不同加工工艺形成的非平面工件表面粗糙度进行了研究。讨论了自相关函数及其扩展度参数与图像纹理特性的关系，构建了实验装置，利用图像处理软件对实验所得的激光散斑图像进行了处理，得到了自相关函数及其扩展测度参数随表面粗糙度的变化曲线。为研究非平面工件的粗糙度，提供了一种新的方法。

简介：目的：探讨治疗前基线CT门静脉期图像的直方图分析预测结直肠癌肝转移(colorectallivermetastasis，CRLM)新辅助治疗后疗效的价值。方法：选取34例CRLM患者，共计132枚病灶，经FOLFOX(氟尿嘧啶+亚叶酸钙+奥沙利铂)、FOLFIRI(氟尿嘧啶+亚叶酸钙+伊立替康)或CapeOX(奥沙利铂+卡培他滨或卡培他滨单用)方案化疗。所有患者均接受至少两次常规腹部平扫加增强三期CT扫描，于化疗前4周内行CT基线扫描，化疗开始后2~3个月内行第2次扫描以评估疗效。对患者门静脉期CT图像进行直方图分析，依据实体肿瘤疗效评价标准(ResponseEvaluationCriteriainSolidTumors，RECIST)(Version1.1)进行疗效评估，获得相应转移瘤的纹理参数，比较缓解与非缓解组患者治疗前基线CT直方图参数的差异。采用受试者工作特征(receiveroperatingcharacteristic，ROC)曲线分析法计算各参数预测缓解的曲线下面积(areaundercurve，AUC)、灵敏度、特异度、阳性预计值、阴性预计值、准确率及截断值。由两名放射科医师达成一致意见后勾画感兴趣区。结果：34例患者中，缓解组21例，非缓解组13例。缓解组的均值、方差、偏度和百分位数(10%、50%、90%、99%)低于非缓解组，差异有统计学意义(P＜0.05)；但峰度值和1%百分位数无显著差异(P=0.769、0.06)。90th百分位数在截断值为167时具有较高的准确率(81.82%)，此时灵敏度、特异度、阳性预计值、阴性预计值及AUC分别为74.42%、95.65%、96.65%、66.97%和0.854。结论：CT门静脉期直方图分析对预测CRLM患者新辅助疗效具有潜在价值。