目录

纹理表示(Texture)

纹理是由一些基元以某种方式组合起来,虽然看起来很“乱”,但任然存在一些规律

https://img-blog.csdnimg.cn/20200726111125370.png

规则的纹理与不规则的纹理

https://img-blog.csdnimg.cn/20200726111644948.png

纹理描述

  1. 使用高斯偏导核,对图像进行卷积,x方向的偏导得到的是竖直纹理,y方向的偏导得到的是水平纹理

  2. 统计各个方向的纹理数量,在图中表示出来,不同的区域映射的是不同的纹理特性

  3. 如下图所示进行K均值聚类

    https://img-blog.csdnimg.cn/20200726112808342.png

  4. 距离显示了窗口a的纹理和窗口b的纹理有多么不同。

https://img-blog.csdnimg.cn/20200726114915709.png

对于区块核大小的选择 在图像中往往不知道选取多大的高斯偏导核来对图像进行描述

https://img-blog.csdnimg.cn/20200726120305443.png

通过寻找纹理描述不变的窗口比例来进行比例选择,由小到大不断改变窗口的大小,直至增大的窗口纹理特性不再改变

滤波器组

  1. 可以描述不同方向,不同类型(边状,条状,点)的纹理特性

    https://img-blog.csdnimg.cn/20200726121248438.png

  2. 通过设置斜方差矩阵$\Sigma$,改变高斯核的形状

    https://img-blog.csdnimg.cn/20200726121818902.png

  3. 利用不同的核卷积图像

    https://img-blog.csdnimg.cn/20200726122741610.png

  4. 将响应结果与纹理匹配

    将对应卷积核的响应结果求均值,所得的结果组成一个7维向量,每个向量对应一个纹理

    https://img-blog.csdnimg.cn/20200726123312631.png

  5. 使用更高维的向量描述

    https://img-blog.csdnimg.cn/20200726124508865.png

    https://img-blog.csdnimg.cn/20200726152207229.png

  6. 纹理检索与分类 实际运用过程中,将采取的纹理与数据库中的纹理进行对比

    https://img-blog.csdnimg.cn/20200726153104806.png

学习资源:北京邮电大学计算机视觉——鲁鹏