为降低高效视频编码(HEVC)的帧内编码复杂度，提出一种基于图像纹理特征的编码单元(CU)划分和预测模式选择算法。利用一种预处理算法来获得当前CU的纹理复杂度和方向。一方面，根据CU的纹理复杂度，该算法自适应地跳过或终止部分CU划分，减少CU深度的遍历时间。纹理复杂度高的CU直接划分成4个子CU，纹理复杂度低的CU将会终止划分。另一方面，根据预测单元的纹理方向，确定相应的候选模式集，通过粗模式决策算法和率失真最优化算法遍历候选模式集选取最优模式。将算法移植到标准食品解码软件HM16.7平台上，实验结果表明，与HM16.7算法相比，编码时间平均减少53.66%，比特率上升0.46%，峰值信噪比下降0.05 dB。

利用小波变换获取子图像的能量值来提取高分辨率遥感影像的纹理特征,采用了大量训练样本进行特征统计,揭示了小波变换用于遥感影像纹理特征提取的规律。

chan算法matlab代码FusionNet 使用网络摄像头进行非接触掌纹和手指纹理识别 使用网络摄像头进行非接触掌纹和手指纹理识别的演示源代码。 代码中使用的算法基于论文： A. Genovese, V. Piuri, F. Scotti, and S. Vishwakarma, "Touchless palmprint and finger texture recognition: A Deep Learning fusion approach", in Proc. of the 2019 IEEE Int. Conf. on Computational Intelligence & Virtual Environments for Measurement Systems and Applications (CIVEMSA 2019), Tianjin, China, June 14-16, 2019, pp. 1-6. ISBN: 978-1-5386-8344-6. DOI: 10.1109/CIVEMSA45640.2019.9071620 项目页面： 大纲： 源代码： 引

使用 image3，用户可以在 Matlabs 3-D 空间中显示具有任意位置和方向的图像。 它快速、准确并模仿众所周知的 image 和 imagesc 命令。 该软件包还包括： imagesc3，image3 的缩放版本slice3，从 3-D 体数据中快速显示切片box3，显示3D体积数据中的一个框scatterim2，使用图像制作二维散点图 我最初创建此代码是为了制作医学 MRI 数据的切片，以便能够非常快速地旋转和更改它们。 从那时起，我发现了它们的许多用途，因为 image 和 imagesc 很奇怪，而 pcolor 和 surf 通常在没有修改的情况下太慢。 我也更喜欢精确控制绘制的内容和位置，而无需来自 Matlab 的不时切换 x 轴和 y 轴的额外智能。 备注：很多代码是以像素/体素为中心的，而不是以顶点为中心的。 并且所有索引都假定从 1 开始。如果您足够聪

Describable Textures 纹理图像数据.gz

提出了一种新的图像特征提取中选取最优小波分解树的方法．塔式小波分解对信号解不够全面，而小波包全分解又引入庞大的计算量，因此小波分解最优树的选取尤为重要．结合模糊C均值(FCM，Fuzzy C-Mean)聚类，提出了一种能同时进行小波自适应分解和纹理特征分类的纹理图像分割方法，该方法将无监督聚类中的聚类有效性参数弓l入到自适应小波分解的判决中，能根据无监督聚类分割的需要，自适应地选取小波包分解的树形结构和分解层数．相对于小波包全分解，节省了大量的运算，并能取得良好的分割效果．

coh2_rgt_extractor 将英雄连队2的纹理文件从.rgt文件提取为.dds或.tga文件。 这是[Corsix的Mod Studio]（ ）中使用的Corsix的Rainman库的小型命令行界面。 笔记 使用Relic的Archive Viewer从.sga档案中提取.rgt文件。 Rainman库是根据[GNU LGPL v2.1]（ ）许可的。 编译中 与Visual Studio 2012一起编译。 用法 coh2_rgt_extractor.exe“ /path/to/*.rgt” 执照 MIT许可证。 您可以随意使用此代码，但我对使用它所发生的任何事情不承担任何责任。 有关更多详细信息，请参见LICENSE文件。

实现使用GAN进行纹理合成的代码

DirectX12（D3D12）基础教程（七）——渲染到纹理、正交投影、UI渲染基础-附件资源

随机森林图像matlab代码步步森林 StepForest：使用局部强度和纹理特征分割结肠组织学图像中腺体的机器学习方法 为在结肠组织学图像中进行腺体分割而创建的基于机器学习的图像分割算法，可以针对其他图像分割问题进行修改。 该算法使用一种新颖的分层随机森林方法，其中使用3个级别的随机森林beeen来进行更好的分割。 为了测试该算法，使用了GlaS @ MICCAI'2015：腺体分割挑战赛（）的数据集。 可在上述网站的“下载”标签下下载。 使用的第三方工具箱/代码（由相应作者提供的许可控制）：- haralickTextureFeatures由Rune Monzel（） Matlab的污点归一化工具箱，作者是Warwick大学的Nicholas Trahearn和Adnan Khan（），这些第三方工具箱/代码的源代码已上传到“工具箱”文件夹下。 可以下载最新版本，并可以从给定的网站获取许可证信息 这项研究是由Rupali Khatun进行的。 这项工作最初是在加尔各答的印度统计研究所（ISI）的电子和通信科学部门（ECSU）以及印度统计研究所（ISI）的印度模式识别和人工智能部门（