[發明專利]一種魯棒的紋理特征提取方法

有效

• 申請號: 201310158760.0
• 申請日: 2013-05-02
• 公開（公告）號: CN103258202A
• 公開（公告）日: 2013-08-21
• 發明（設計）人: 李宏亮;宋鐵成
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06T7/00
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 周劉英

技術領域

本發明屬于圖像處理技術領域，尤其涉及一種魯棒的紋理特征提取方法。

背景技術

紋理特征在視覺識別中扮演著重要的角色，已在紋理分類、檢索、合成和分割等領域得到了廣泛研究和應用。一般而言，紋理圖像不僅呈現出各種各樣的幾何和光照變化，而且常常伴有劇烈的類內和類間變化。當先驗知識無法獲取時，紋理分類是一個比較困難的任務。因此，提取魯棒的紋理特征是解決這些任務的核心問題。

在過去幾十年里，人們提出了很多提取紋理特征的方法。早期的研究主要關注于不同的基于統計的方法，基于模型的和信號處理的特征，比如共生矩陣，馬爾可夫隨機場和基于濾波的方法等。后來，基于基元（textons）和局部二值模式（LBP）的方法被提出。前者需要一個學習的過程通過對訓練圖像的局部特征聚類來構建基元字典，然后對給定紋理統計其基元頻率來建立直方圖表達。后者無需訓練過程，直接對局部的灰度差分二值量化編碼來表達，以此來提取紋理的局部微結構信息。基于基元的方法可參考文獻:M.Varma?and?A.Zisserman,“A?statistical?approach?to?material?classifi-cation?using?image?patch?exemplars,”IEEE?Trans.Pattern?Anal.Mach.Intell.,vol.31,no.11,pp.2032–2047,Nov.2009；LBP具體可參考文獻：T.Ojala,M.Pietikainen,and?T.Maenpaa,“Multiresolution?gray-scale?and?rotation?invariant?texture?classification?with?local?binary?patterns,”IEEE?Trans.Pattern?Anal.Mach.Intell.,vol.24,no.7,pp.971-987,Jul.2002。

LBP利用一個二值序列來描述局部紋理的特征，對圖像的每個像素點，用其周圍的近鄰采樣像素點的像素值減去該像素點的像素值獲得一個對應的序列，取其符號值從而獲得一個編碼為0/1的二值序列，然后將該二值序列轉換成十進制數字作為該像素點的紋理標識，即該像素點的LBP碼。

LBP以其簡單高效而著稱，已廣泛用于紋理分類、人臉識別和對象檢測等領域。近年來，人們基于LBP提出了大量的改進算法，其中大多數可歸于以下幾方面：局部模式的選擇（如環狀或者圓盤狀幾何結構），采樣特征（如高階微分特征，Garbor特征，差分幅度，基于塊的灰度均值），量化方式（如三級量化和自適應量化），編碼規則（如分裂三值編碼，統計符號數）以及向高維度的擴展（如立體LBP，均勻球狀區域描述，Garbor立體LBP和顏色LBP）。

LBP以二值量化為代價換取提取局部結構信息的高效性，且對噪聲的魯棒性差，為了有效降低其量化損失，以及維持提取特征的魯棒性，有必要對現行的LBP方式進行改進。

發明內容

本發明的發明目的在于：提供一種魯棒的紋理特征提取方法，以降低現有的LBP方式中二值量化損失，同時維持提取特征對光照、旋轉、尺度和視角變化的魯棒性。

本發明的一種魯棒的紋理特征提取方法，包括下列步驟：

步驟1：生成輸入圖像I的特定像素標簽L(x)，其中x表示輸入圖像I的像素點；

101：生成輸入圖像I的n維特征集F＝{f_i(x)|i＝1,2,...,n}；

102：對所述特征集F進行二值化處理，得到二值特征集B＝{b_i(x)|i＝1,2,...,n;x∈I}：

若f_i(x)大于或等于該特征的門限值thr_i，則b_i(x)取值為1；否則為0；

103：對所述二值特征集B進行編碼，生成各像素點的特定像素標簽L(x)：