[發明專利]基于多尺度鄰域相關矩陣的泡沫圖像紋理特征提取方法

有效

• 申請號: 201310717304.5
• 申請日: 2013-12-23
• 公開（公告）號: CN103632156A
• 公開（公告）日: 2014-03-12
• 發明（設計）人: 彭濤;趙林;曹威;婁洋歌;趙璐;宋彥坡;韓華;黃易
• 申請（專利權）人: 中南大學
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 長沙市融智專利事務所 43114
• 代理人: 黃美成

技術領域

本發明屬于圖像處理技術和模式識別領域，特別涉及一種基于多尺度鄰域相關矩陣的泡沫圖像紋理特征提取方法。

背景技術

正確識別浮選工況是實現浮選生產優化操作的基礎和關鍵。浮選泡沫的視覺特征包含了大量與生產操作變量和產品質量有關的信息，是判斷浮選效果的重要依據。實際浮選過程中，操作人員主要通過觀察浮選槽表面泡沫的視覺特征來判斷當前工況，這種方式主觀性和隨意性強，影響了工況的準確判斷。

隨著機器視覺及圖像處理等技術的飛速發展，結合浮選現場泡沫圖像視覺特征進行生產工況智能識別的工作取得了很大進展。研究表明，泡沫圖像的顏色、紋理、大小等特征是能較好地反映浮選工況，其中，紋理特征由于對光照變化不敏感而成為工況識別中主要的應用特征。根據鄰域灰度相關矩陣（neighboring?gray?level?dependence?matrix,NGLDM）提取的二次統計量具有明確的物理意義且具旋轉不變性等空間特性，能較好地反映泡沫圖像紋理的結構（粗細）特性。然而，利用鄰域灰度相關矩陣提取的特征只能反映泡沫圖像紋理的單尺度空間特征，無法從多個尺度來捕捉更為豐富的紋理信息。

因此，有必要設計一種泡沫圖像多尺度紋理特征的提取方法。

發明內容

本發明所要解決的技術問題是提供一種泡沫圖像多尺度紋理特征的提取方法，該泡沫圖像多尺度紋理特征的提取方法針對泡沫圖像識別具有良好的模式可分性，且易于實施。

一種基于多尺度鄰域相關矩陣的泡沫圖像紋理特征提取方法，包括以下步驟：

步驟一：根據銅浮選現場所獲得的泡沫視頻讀取RGB泡沫圖像，將RGB泡沫圖像進行灰度化，然后對泡沫灰度圖像I_p×q(x,y)進行二維離散小波分解，得到各個尺度上的小波子圖，小波子圖包括逼近子圖和細節子圖；

其中，p×q為泡沫灰度圖像的分辨率，(x,y)表示泡沫灰度圖像的中任一像素點的坐標；

步驟二：對步驟一得到的各個尺度上的小波子圖中的逼近子圖進行灰度映射，將逼近子圖的小波系數映射到0—255的灰度區間用于更新逼近子圖的小波系數，得到灰度映射后的逼近子圖其中，k×m為分解階數為j時，分解得到的逼近子圖的分辨率；

步驟三：分別求取步驟二得到的各個尺度上逼近子圖的鄰域灰度相關矩陣；

步驟四：以步驟三得到的各個尺度上的逼近子圖的鄰域灰度相關矩陣，計算每幅逼近子圖的細度和粗度2個特征量，將所有尺度上的逼近子圖的細度和粗度特征量組合作為泡沫圖像的紋理特征。

所述步驟一中對泡沫灰度圖像進行J階二維離散小波分解，得到各個尺度上的小波子圖，J為整數，J≥2；

二維離散小波分解是指將待分解的圖像I^j(x,y)分解得到1個逼近子圖和水平、垂直及對角線3個不同方向的細節子圖，二維離散小波分解公式如下：