紋理研究

紋理分析或紋理影像分割的問題,在許多影像處理的應用上,都是一 個相當重要的課題,也引起了廣泛的討論及興趣。紋理分析或分割的技巧已成功地被廣泛用在許多的領域上,如醫學上的心電圖分析,地層影像的追蹤以及地表影像的分析與解讀等應用上。

紋理分析的做法通常先找出辨識力強的特徵,然後再利用此特徵做進一步的分割、分類或是辨認。 目前已有許多紋理特徵擷取及辨認的方法被提出來,而且如上所述,已成功地應用在各領域了。儘管紋理分析的問題已被廣泛地討論,然而目前仍不易以定量分析的角度來找出良好的紋理模型,通常紋理都是針對某特定應用,而特別加以設計。較常見的一種紋理模型是定義紋理影像由一基本元素,根據某空間排列規則重覆而成。這種描述方式,較適用於人造紋理影像及規則排列的自然影像。事實上許多紋理 影像卻是由隨機過程式的機制所形成而非如此規則。因此找出一能廣泛適用的紋理模型實屬不易。


近年來由於多媒體資料之大量增長,使得有效管理多媒體資料庫之議題變得十分重要而富挑戰性。因此多媒體資料之檢索及儲存便成為一個重要之研究領域。在影像檢索方面,系統之設計必須要具備以影像內涵如顏色、形狀及紋理為特徵來檢索之功能及特色。由於紋理是影像檢索中一個重要的特徵,因此紋理分析的研究便顯得重要。

紋理分析的主要問題包括紋理分離、紋理分類及紋理元素分析等。目前紋理分析的法則可謂十分廣泛,有採用神經網路法則者,亦有採用空間過濾分析法則者,如傅立葉分析法等。目前本實驗室已成功地運用傅立葉轉換及小波轉換的理論來發展一些解決上述問題的方法。最後並整合部份在上述方法中所提出之演算法以提出一個MPEG-7紋理瀏覽描述子的計算法。

未來本實驗室在這方面的研究將著 重在建立一良好的紋理模型,如 wold decomposition,再找出辨識力強的紋理特徵,以達到較好的分類 及辨認效果。

 

Department of Computer and Information Science, National Chiao Tung University, 1001 Ta Hsueh Rd., Hsinchu 30050, Taiwan, R.O.C.
國立交通大學工程三館EC120 TEL: 03-5712121 轉 54744
Contact Us | ©2006AIP Lab@nctu