[發明專利]一種紋理圖像的檢索方法和裝置

在審

• 申請號: 201310667580.5
• 申請日: 2013-12-10
• 公開（公告）號: CN103605811A
• 公開（公告）日: 2014-02-26
• 發明（設計）人: 徐光柱;雷幫軍;李春林
• 申請（專利權）人: 三峽大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/46
• 代理公司: 宜昌市三峽專利事務所 42103
• 代理人: 成鋼

技術領域

本發明涉及數字圖像處理領域，特別涉及一種紋理圖像的檢索方法和裝置。

背景技術

隨著計算機網絡技術的迅速發展，各種各樣的紋理圖像數據庫在迅速增長，如何從這些紋理圖像數據庫中快速有效地獲取所需圖像，是紋理圖像檢索領域中一個重要的研究課題。

現有技術中，利用脈沖耦合神經網絡模型對被檢索紋理圖像進行圖像特征提取，將提取到的圖像特征和紋理圖像數據庫中圖像的圖像特征進行相似性度量，獲取同一紋理圖像，實現紋理圖像的檢索。

在實現本發明的過程中，發明人發現現有技術至少存在以下問題：

現有技術中，脈沖耦合神經網絡模型進行紋理圖像檢索時，提取的特征雖然具有縮放、平移、旋轉和仿射不變性，但是，對光照的影響較為敏感，阻礙了脈沖耦合神經網絡在紋理圖像檢索中的應用。

發明內容

為了解決脈沖耦合神經網絡模型的光照敏感性問題，本發明實施例提供了一種紋理圖像的檢索方法和裝置。所述技術方案如下：

一方面，提供了一種紋理圖像的檢索方法，所述方法包括：

根據旋轉不變局部二值模式算法對輸入紋理圖像進行處理，獲取所述輸入紋理圖像的結構模式圖像；

根據脈沖耦合神經網絡模型對所述輸入紋理圖像的結構模式圖像進行特征提取，得到所述輸入紋理圖像的結構特征序列；

根據所述輸入紋理圖像的結構特征序列和紋理圖像數據庫中的每幅圖像的結構特征序列，獲取被檢索紋理圖像。

根據旋轉不變局部二值模式算法對輸入紋理圖像進行處理，獲取結構模式圖像之前，所述方法包括：

根據旋轉不變局部二值模式算法對紋理圖像數據庫中的每幅圖像進行處理，獲取所述紋理圖像數據庫中的每幅圖像對應的結構模式圖像；

根據脈沖耦合神經網絡模型對所述紋理圖像數據庫中的每幅圖像對應的結構模式圖像進行特征提取，得到所述紋理圖像數據庫中的每幅圖像的結構特征序列。

根據所述輸入紋理圖像的結構特征序列和紋理圖像數據庫中的每幅圖像的結構特征序列，獲取被檢索紋理圖像，所述方法包括：

根據所述輸入紋理圖像的結構特征序列和紋理圖像數據庫中的每幅圖像的結構特征序列進行相似性度量，得到所述輸入紋理圖像的結構特征序列和紋理圖像數據庫中的每幅圖像的結構特征序列的相似性距離；

根據所述輸入紋理圖像的結構特征序列和紋理圖像數據庫中的每幅圖像的結構特征序列的相似性距離，獲取被檢索紋理圖像。

根據所述輸入紋理圖像的結構特征序列和紋理圖像數據庫中的每幅圖像的結構特征序列的相似性距離，獲取被檢索紋理圖像，所述方法包括：

根據所述輸入紋理圖像的結構特征序列和紋理圖像數據庫中的每幅圖像的結構特征序列的相似性距離，獲取相似性距離排序后的相似性距離序列；

根據所述相似性距離序列，獲取預設數量的被檢索紋理圖像。

另一方面，提供了一種紋理圖像的檢索裝置，所述裝置包括：

第一結構模式圖像獲取模塊，用于根據旋轉不變局部二值模式算法對輸入紋理圖像進行處理，獲取所述輸入紋理圖像的結構模式圖像；

第一結構特征序列獲取模塊，用于根據脈沖耦合神經網絡模型對所述輸入紋理圖像的結構模式圖像進行特征提取，得到所述輸入紋理圖像的結構特征序列；

被檢索紋理圖像獲取模塊，用于根據所述輸入紋理圖像的結構特征序列和紋理圖像數據庫中的每幅圖像的結構特征序列，獲取被檢索紋理圖像。

所述裝置還包括：

第二結構模式圖像獲取模塊，用于根據旋轉不變局部二值模式算法對紋理圖像數據庫中的每幅圖像進行處理，獲取所述紋理圖像數據庫中的每幅圖像對應的結構模式圖像；

第二結構特征序列獲取模塊，用于根據脈沖耦合神經網絡模型對所述紋理圖像數據庫中的每幅圖像對應的結構模式圖像進行特征提取，得到所述紋理圖像數據庫中的每幅圖像的結構特征序列。

所述被檢索紋理圖像獲取模塊，包括：

相似性距離計算單元，用于根據所述輸入紋理圖像的結構特征序列和紋理圖像數據庫中的每幅圖像的結構特征序列進行相似性度量，得到所述輸入紋理圖像的結構特征序列和紋理圖像數據庫中的每幅圖像的結構特征序列的相似性距離；

被檢索紋理圖像獲取單元，用于根據所述輸入紋理圖像的結構特征序列和紋理圖像數據庫中的每幅圖像的結構特征序列的相似性距離，獲取被檢索紋理圖像。

所述被檢索紋理圖像獲取單元包括：