清华大学：《计算机图形学基础》课程教学资源（授课教案）纹理映射

重庆医科大学：《分子与细胞》课程教学课件（讲稿）实验一 人类皮肤纹理观察和分析

实验一 人类某些遗传性状的观察 实验二 遗传病的系谱分析 实验三 人类皮肤纹理分析

吉林大学：《计算机图形学》课程电子教案（PPT课件）第八章 真实感图形的绘制 第三节 阴影 第四节 纹理 第五节 整体光照明模型

【机器感知与模式识别】融合LBP纹理特征与B2DPCA技术的手指静脉识别方法

【机器感知与模式识别】知识迁移的极大熵聚类算法及其在纹理图像分割中的应用

机器感知与模式识别：基于局部纹理ASM模型的人脸表情识别

•从文本分类图像分类 • 如何从图像中获取全局特征？ • 颜色特征、纹理特征、形状特征 • 如何从图像中获取局部特征？ • SIFT: Scale-invariant feature transform •图像分类的几个发展阶段 • Low-level Modelling • Semantic Modelling • Sparse Coding • Deep Learning

针对现今煤岩图像识别方法的缺乏与不足,为了挖掘新的煤岩图像识别方法以及更好地处理高维煤岩图像数据,提出了基于最大池化稀疏编码的煤岩识别方法.本方法在提取煤岩图像特征时加入了池化操作,在分类识别时采用了集成分类器,即多个弱分类器组成一个强分类器.实验结果表明:最大池化稀疏编码的特征提取方式能简单有效表达煤岩图像的纹理特征,大大增强煤岩图像的可区分性,获得较高的识别率,并且具有良好的识别稳定性.研究结果可为煤岩界面的自动识别提供新的思路和方法

根据连铸坯表面图像的特点,提出了一种基于Contourlet变换的连铸坯表面缺陷识别方法.通过Contourlet变换将样本图像分解成不同尺度和方向的子带,提取子带的Contourlet系数特征,并结合样本图像的纹理特征,得到一个高维的特征向量.利用监督核保局投影算法对高维特征向量进行降维,将降维后的低维特征向量输入支持向量机,对连铸坯表面图像进行分类识别.对现场采集到的裂纹、氧化铁皮、光照不均和渣痕四类样本图像进行实验,本文提出的识别方法对样本图像的识别率可达94.35%,优于基于Gabor小波的识别方法