为了对本章提出的纹理图像特征提取和识别方法的性能进行评估，本节选择在两个常用的标准纹理图像数据库上进行实验，即CUReT纹理库[46]和KTH-TIPS纹理库[96]。图2-11CUReT纹理库的识别挑战性KTH-TIPS纹理库由10个类别的纹理材料组成，具体包括铝箔、砂纸、海绵、灯芯绒、亚麻布、棉织物、面包、橘子皮、聚苯乙烯泡沫和薄脆饼干。......
2023-06-29
纹理数据库及实验设定探析
【摘要】：为了验证本节方法的性能，选择在4个不同类型的纹理数据库上开展广泛的实验。UIUC纹理图像数据库含有25个纹理类别，包括花岗岩、木材、砖块、水流、大理石、砂砾、石头、玻璃、地毯、树皮、纸张、动物的皮毛、织物等。UIUC纹理库：每类20个训练样本，10个验证样本，10个测试样本。为了获得稳定的实验结果，在每个纹理库上开展实验时，独立进行10次实验，计算这10次实验结果的平均值，将其作为最终的纹理识别结果。
为了验证本节方法的性能，选择在4个不同类型的纹理数据库（CUReT、KTH-TIPS、UIUC、UMD）上开展广泛的实验。其中，KTH-TIPS和CUReT是常用的标准纹理库，用于评估算法的基本性能；UIUC和UMD是样本数量较少的纹理库，用于评估算法在训练样本数量较少时的性能。
CUReT彩色纹理库的拍摄对象是真实世界中存在的61类纹理材料（如毛毡、皮革、砂纸、丝绒、毛玻璃、草皮、铝箔、海绵、动物皮毛和面包等），每个类别包含92个纹理样本图像，即该纹理库一共有5 612个纹理样本图像，并且每个样本图像的分辨率均为200×200，这些样本图像是在不同的光照条件和不同的视角下拍摄的。对CUReT纹理库而言，其特征提取和识别的难度在于该纹理库的很多样本具有较大的类内差异和较小的类间差异，同时光照条件等因素的影响以及CUReT纹理库的样本类别数目较多，这些因素都增加了CUReT纹理库中样本图像特征提取和识别的难度，使CUReT纹理库成为一个富有挑战性的标准纹理图像数据库。
KTH-TIPS彩色纹理库由10个类别的纹理材料组成，具体包括铝箔、砂纸、海绵、灯芯绒、亚麻布、棉织物、面包、橘子皮、聚苯乙烯泡沫和薄脆饼干。对每个类别的纹理材料，在3种不同的照明条件、3个不同的视角和9个不同的尺度条件下进行拍摄，所以每个类别可获取3 ×3 ×9 =81个样本图像，因此KTH-TIPS纹理库一共含有810个样本图像。在拍摄样本图像时，通过改变相机与样本的距离来改变尺度参数，大部分样本图像的分辨率为200×200。和CUReT纹理库相比，虽然KTH-TIPS纹理库的样本类别数目减少了（CUReT纹理库含有61个纹理类别，而KTH-TIPS纹理库含有10个纹理类别），但KTH-TIPS纹理库最大的挑战性是引入了CUReT纹理库所不具有的大范围的尺度变化，这些因素增加了KTH-TIPS纹理库中纹理样本的识别难度，使在KTH-TIPS纹理库上开展纹理图像的特征提取和识别任务变得更具挑战性。
UIUC纹理图像数据库含有25个纹理类别，包括花岗岩、木材、砖块、水流、大理石、砂砾、石头、玻璃、地毯、树皮、纸张、动物的皮毛、织物等。UIUC纹理库的每个类别含有40个样本图像，每个纹理图像的分辨率均为640×480。对于UIUC纹理库，它的纹理特征提取和识别的挑战性在于它的纹理图像具有大幅度的视角和尺度变化，并且还存在显著的表面非刚性变形，这些因素是前面所述的CUReT纹理库、KTH-TIPS纹理库所不具备的，这些复杂的变化因素都增加了UIUC纹理库中样本图像的特征提取和识别难度，使UIUC纹理库成为一个极具挑战性的纹理库。
UMD纹理图像数据库也由25个纹理类别组成，包括货架上的商品、树叶、苹果、树皮、地板、鹅卵石路等，每类纹理有40个样本图像。和UIUC纹理库相比，UMD纹理库的图像场景更大，每个样本图像的分辨率为1280×960，并且含有显著的图像旋转、尺度变化和视角变化，这使UMD纹理库也是一个具有挑战性的纹理库。
本实验采用Python 3.5、Tensorflow 1.15.0、Keras 2.0.8构建软件仿真平台，硬件平台为Intel i5 CPU，Nvidia RTX2070S GPU，内存16 GB。
超参数的初始设置：①对训练样本进行数据增强时，设最大缩放因子为0.2倍、最大旋转角度为60度；②更新模型参数时，选择性能稳健且收敛速度快的Adam算法作为优化器；③初步训练顶端模块时，学习率设为0.001，初步训练的轮数为两轮；④最大训练轮数设为50轮，批尺寸设为10，即每次送入10个样本进行训练；⑤模型的损失函数（即目标函数）采用分类交叉熵函数。
其中，Loss表示交叉熵损失函数值，y表示实际输出，yˆ表示期望输出。
在不同的纹理库上开展实验时，为了方便和其他纹理图像识别方法的结果进行比较，本节采用相同的训练样本个数，即每类选择一半样本作为训练数据。对每类样本的具体划分如下。
（1） CUReT纹理库：每类46个训练样本，10个验证样本，36个测试样本。
（2）KTH-TIPS纹理库：每类40个训练样本，10个验证样本，31个测试样本。
（3）UIUC纹理库：每类20个训练样本，10个验证样本，10个测试样本。
（4）UMD纹理库：每类20个训练样本，10个验证样本，10个测试样本。
为了获得稳定的实验结果，在每个纹理库上开展实验时，独立进行10次实验，计算这10次实验结果的平均值，将其作为最终的纹理识别结果。
有关纹理图像的特征提取和识别的文章
- 详细阅读
-
纹理数据库和实验设置探讨详细阅读
本章实验采用的标准纹理图像数据库是CUReT纹理库和KTH-TIPS纹理库，这两个纹理图像数据库的主要特点如下所述。在CUReT纹理库上进行实验时，从每个纹理类别随机挑选N1=46个样本作为训练样本，每个类别剩下的92-N1=46个样本作为测试样本。......
2023-06-29
-
纹理数据库与实验设计分析详细阅读
关于CUReT纹理库特征的详细描述可见本书2.4.1节的介绍。Outex纹理图像数据库是由芬兰奥鲁大学的机器视觉和媒体处理中心拍摄的，在Outex纹理图像数据库中，最常用的是Outex TC-10和Outex TC-12这两个纹理库子集。图4-9UIUC纹理库的25个纹理类别图4-10UIUC纹理库的视角、尺度变化和非刚性变形UMD纹理图像数据库也由25个纹理类别组成，包括货架上的商品、树叶、苹果、树皮、地板、鹅卵石路等，每类纹理有40个样本图像。......
2023-06-29
-
彩色纹理图像数据库和实验设置优化方案详细阅读
为了评估本章所提出方法的性能，本节在标准的CUReT彩色纹理图像数据库和KTH-TIPS彩色纹理图像数据库上开展实验。因此，KTH-TIPS纹理库一共含有810个样本图像。在开展实验时，对CUReT和KTH-TIPS这两个彩色纹理图像数据库的实验设置如下：在CUReT纹理库上进行实验时，从每个纹理类别随机挑选N2=46个样本作为训练数据，每个纹理类别剩下的92-N2=46个样本作为测试数据。......
2023-06-29
-
树皮纹理库和实验设置的优化详细阅读
为了评估本节所提出方法的识别性能，这里利用BarkTex纹理库[134， 135]提供的树皮纹理图像进行实验。图7-2BarkTex纹理库6个类别的树皮纹理样本由于BarkTex纹理库的原始样本个数较少，为了方便开展实验，本节将每个原始的树皮纹理样本划分为4个子图像，将其作为同一个类别的4个新的树皮纹理样本，从而增加了树皮纹理样本的个数。然后，需要将BarkTex纹理库的树皮纹理样本划分为训练样本集和测试样本集，此时可采用两种划分方法[135]，如图7-3所示。......
2023-06-29
-
简单操作：CNC参数快捷设定步骤及指南详细阅读
表9.2-1 快捷设定参数一览表2.快捷设定的操作CNC参数快捷设定操作可以通过MDI面板的功能键选择系统显示模式后，在软功能扩展菜单上，选择软功能键〖参数设定〗进入，其操作步骤如下：1）选择MDI操作方式，并通过CNC数据显示和设定操作，取消参数保护功能。图9.2-1 参数快捷设定栏目显示图9.2-2 轴设定参数的显示1）按软功能扩展键，直至显示图9.2-3所示的软功能键〖菜单〗。......
2023-06-25
-
罕台新教育实验小学学校文化侧面探析详细阅读
对未来的罕台新教育实验小学的学校文化，我们还可以用几个关键词，从不同的侧面来加以描述：1.绿色学校罕台所处环境并不好，周围沙化严重，和沙漠地区只有半小时车程。一句话，最终成熟的学校，将是一个小森林、小花园，绿色将成为学校的第一表征。因为我们是一所小学，我们认为，小学首先应该是童话的，是永无岛式的，是巴学园式的，所以童话将成为学校文化的一个关键词。......
2023-11-22
-
机器视觉技术及应用探析详细阅读
机器视觉，即采用机器代替人眼来做测量和判断。机器视觉技术比较复杂，最大的困难在于人的视觉机制尚不清楚。可以预计的是，随着机器视觉技术自身的成熟和发展，它将在现代和未来制造企业中得到越来越广泛的应用。本章在介绍机器视觉系统组成、相关算法的基础上，重点介绍了机器视觉在人脸识别以及工业领域的应用。......
2023-06-28
相关推荐