紋理圖像分析及情感建模

紋理圖像分析及情感建模

《紋理圖像分析及情感建模》是2019年12月科學技術文獻出版社出版的圖書,作者是耿艷萍,本書主要講述了紋理的定義和分類,紋理特徵提取、紋理圖像分類、紋理圖像分割、紋理合成、紋理分析套用、情感模型、圖像低層特徵和高層情感語義之間的關係,以及常用的紋理圖像資料庫的內容。

基本介紹

  • 中文名:紋理圖像分析及情感建模
  • 作者:耿艷萍
  • 出版社:科學技術文獻出版社
  • ISBN:9787518939831
內容簡介,圖書目錄,

內容簡介

本書為紋理圖像處理領域的初學者和準專業人士提供了紋理圖像處理和情感建模的基礎。全書分為兩大部分:紋理圖像處理和紋理圖像情感建模。從4個角度——紋理圖像的基礎理論,紋理分析常用技術,紋理分析在醫學圖像、遙感圖像及圖像檢索方面的具體套用,紋理圖像的情感語義分析及情感建模全面介紹了紋理圖像分析的常用理論及技術。具體包括:紋理的定義和分類,紋理特徵提取、紋理圖像分類、紋理圖像分割、紋理合成、紋理分析套用、情感模型、圖像低層特徵和高層情感語義之間的關係,以及常用的紋理圖像資料庫。本書所涉及的內容適合高等學校計算機相關專業的高年級本科生,也可以供圖像、視頻信號處理,模式識別和計算機視覺研究方向相關專業的興趣愛好者和工作者閱讀參考。

圖書目錄

目 錄
章 概 述 001
1.1 紋理圖像分析概述 001
1.2 圖像分析系統 003
1.3 紋理分析的套用領域 006
1.4 紋理分析技術的發展歷史、現狀及存在的問題 007
參考文獻 012
第二章 紋理的基本概念 015
2.1 紋理的定義 015
2.2 紋理的分類 017
2.2.1 自然紋理 018
2.2.2 人工紋理 018
2.2.3 混合紋理 019
2.3 紋理的特徵 019
參考文獻 020
第三章 紋理特徵描述方法 022
3.1 統計法 022
3.1.1 灰度共生矩陣 023
3.1.2 灰度差分矩陣 024
3.1.3 局部二進制模式 025
3.2 頻譜分析法 027
3.2.1 傅立葉變換法 027
3.2.2 小波變換法 028
3.2.3 Gabor變換方法 028
3.3 模型法 029
3.3.1 馬爾科夫隨機場模型 029
3.3.2 分形方法 030
3.3.3 自回歸模型方法 030
3.4 結構法 031
3.4.1 句法紋理描述方法 031
3.4.2 數學形態學方法 031
3.5 各種不同紋理特徵提取方法的比較 032
參考文獻 032
第四章 紋理圖像分類模型 035
4.1 基於監督學習的分類模型 036
4.1.1 基於參數學習模型 036
4.1.2 基於非參數學習模型 037
4.2 基於非監督學習的分類模型 037
4.3 基於半監督學習的分類模型 038
4.4 基於卷積神經網路的分類模型 039
4.4.1 概述 039
4.4.2 算法流程 040
4.4.3 算法詳細描述 041
參考文獻 046
第五章 紋理圖像的分割技術 049
5.1 紋理圖像分割技術概述 049
5.1.1 紋理分割算法的分類 049
5.1.2 紋理分割過程存在的問題 051
5.2 區域法 052
5.2.1 區域生長的分割方法 052
5.2.2 分類合併的分割方法 052
5.2.3 基於隨機場的方法 053
5.3 聚類法 053
5.3.1 模糊集合基本知識 053
5.3.2 K均值聚類算法(K-means,HCM)介紹 054
5.3.3 模糊C均值聚類 056
5.3.4 FCM算法在紋理圖像分割中的套用 057
5.4 遙感圖像中的紋理分割技術 060
5.4.1 基於色彩-紋理特徵的小波域規範分割方法 060
5.4.2 遙感圖像分割實例 061
參考文獻 063
第六章 紋理合成技術 066
6.1 紋理合成概述 066
6.1.1 紋理合成技術的發展現狀 066
6.1.2 紋理合成技術的套用場景 069
6.2 基於過程的紋理生成技術 069
6.2.1 類細胞紋理過程的紋理生成模型 070
6.2.2 反應-擴展算法紋理生成模型 071
6.2.3 Voronoi算法紋理生成模型 072
6.2.4 伊斯蘭紋理算法紋理生成模型 073
6.2.5 分形算法紋理生成模型 073
6.3 噪聲函式紋理生成模型 074
6.3.1 柏林噪聲函式 075
6.3.2 小波噪聲函式 075
6.3.3 著色噪聲函式 077
6.3.4 分形噪聲函式 077
6.4 基於紋理合成的圖像修補技術 078
6.4.1 圖像修補技術的一般原理 078
6.4.2 圖像修補技術的發展和分類 080
參考文獻 087
第七章 紋理分析技術的套用 091
7.1 紋理分析技術在圖像檢索中的套用 091
7.1.1 HSV顏色空間量化及特徵提取 091
7.1.2 紋理特徵的提取和融合 092
7.1.3 圖像檢索算法 095
7.1.4 實驗結果分析 096
7.1.5 結論 098
7.2 紋理分析技術在醫學圖像處理中的套用 098
7.2.1 醫學圖像的特點 098
7.2.2 共生矩陣及其特徵參量介紹 100
7.2.3 醫學圖像紋理信息研究 101
7.3 紋理分析技術在遙感圖像分類中的套用 105
7.3.1 概述 105
7.3.2 遙感圖像紋理特徵及提取方法 107
7.3.3 傳統的遙感圖像分類方法 108
參考文獻 116
第八章 圖像的情感語義及情感模型 117
8.1 概述 117
8.1.1 圖像情感語義分析的研究現狀 118
8.1.2 情感的維度表示 124
8.2 情感模型 126
8.2.1 OCC模型 127
8.2.2 EM模型 129
8.2.3 隱馬爾可夫模型 131
8.3 圖像情感語義注釋 132
8.3.1 建立情感語義空間 132
8.3.2 對圖像進行情感語義標註 134
8.3.3 圖像的情感語義檢索 135
參考文獻 137
第九章 紋理感知及情感建模 141
9.1 紋理感知 141
9.2 紋理感知研究的常用技術和方法 146
9.2.1 心理物理學實驗的幾種常用方法 146
9.2.2 心理物理學實驗數據的分析方法 148
9.2.3 紋理底層特徵空間到紋理感知空間的映射 151
9.3 語義差別法 152
9.4 紋理的語義分析 153
9.4.1 概述 153
9.4.2 特徵空間的變換 154
9.4.3 選擇形容詞對 157
9.4.4 情感語義的量化 158
9.5 感知模型的建立 159
參考文獻 162
第十章 典型紋理數據集介紹 165
10.1 Brodatz 165
10.2 DTD 166
10.3 Outex Texture Database 167
10.4 Vision Texture 169
10.5  CUReT 170
10.6 DynTeX 171
10.7  KTH-TIPS 172
10.8 UIUC紋理庫 173
參考文獻 173

相關詞條

熱門詞條

聯絡我們