[發明專利]一種基于多尺度采樣的紋理圖像表示方法

有效

• 申請號: 201611069406.0
• 申請日: 2016-11-29
• 公開（公告）號: CN106651935B
• 公開（公告）日: 2019-06-14
• 發明（設計）人: 董永生;馮金旺;鄭林濤;王曉紅;楊春蕾;梁靈飛;張蕾;普杰信;吳慶濤
• 申請（專利權）人: 河南科技大學
• 主分類號: G06T7/44
• 分類號: G06T7/44;G06K9/46;G06K9/62
• 代理公司: 洛陽公信知識產權事務所(普通合伙) 41120
• 代理人: 劉興華

一種基于多尺度采樣的紋理圖像表示方法，對紋理圖像進行旋轉不變性處理，一個紋理圖像的像素由符號模式和大小模式表示，通過連接同一尺度下的采樣方向均值向量和頻率向量，我們能夠得到圖像紋理單一尺度的旋轉不變性表示特征，通過把不同尺度下的旋轉不變性表示特征進行連接，得到用于表示紋理圖像的多尺度旋轉不變性表示特征，利用提取的MRIR特征，通過KNN分類器對紋理圖像進行分類。本發明有益效果：本發明針對不同的成像條件，例如光照變化、圖像旋轉等，都能夠獲取很好的分類性能；同時，在保證分類性能的情況下，提取的特征還能夠實現快速的紋理圖像分類。

技術領域

本發明涉及模式識別和計算機視覺領域的紋理圖像分類，具體地說是一種基于多尺度采樣的紋理圖像表示方法。

背景技術

作為圖像表面的基本特征，紋理具有周期性、方向性和多尺度等基本屬性。也即是說，不同的紋理圖像具有不同的紋理排布規律。所以，組成紋理的基本元素的統計特征可以作為紋理圖像識別的一個重要標識。因此，紋理成為了計算機視覺和模式識別領域研究的主要對象之一。在過去的幾十年里提出了很多基于紋理的紋理表示方法，例如基于局部二值模式（Local Binary Pattern, LBP）的紋理特征表示方法。

通過對與紋理研究相關的文獻的分析和總結可以發現，有關紋理的研究方法大致可以分為兩大類：基于變換域的和基于空域的方法。前者主要是通過小波變換來捕獲圖像紋理的方向多尺度信息，并用變換域的子帶能量特征表示紋理圖像。這類方法對圖像的旋轉很敏感，當圖像有一定角度的旋轉時，其特征的識別能力在進行紋理圖像分類時會大大降低。后者主要是對圖像紋理的局部結構進行分析，通過構造圖像紋理的基本單元，即紋理基元，根據統計分析來表示紋理圖像。雖然這類方法能夠很好地實現圖像旋轉不變性，但是其忽略了圖像紋理的宏觀結構信息和方向多尺度信息。因此，導致這類方法所提取特征的識別能力在進行紋理圖像分類時并不是很理想。

根據上述的分析，本專利以空域方法為背景，在對圖像紋理局部結構分析的基礎上，提出針對上述問題的解決方案。在基于空域的紋理分類方法中，LBP紋理特征表示方法是推廣和應用最廣泛的方法之一。雖然它能很好的實現灰度和旋轉不變性，但是該方法主要分析了紋理的局部結構信息，沒有很好的利用圖像紋理的宏觀結構和多尺度信息。因此，本專利就是根據LBP方法的思想，提出既包含紋理的宏觀信息又包含尺度信息的紋理圖像特征表示方法，以實現對紋理圖像快速的分類。

發明內容

本發明所要解決的技術問題是提供一種基于多尺度采樣的紋理圖像表示方法，提高紋理圖像分類精度，在保證分類性能的同時能夠實現快速的紋理圖像分類。

本發明為解決上述技術問題所采用的技術方案是：一種基于多尺度采樣的紋理圖像表示方法，包括以下步驟：

步驟一、對紋理圖像進行旋轉不變性處理，其具體步驟如下：

計算原始圖像的大小模式圖像MP：即對于紋理圖像中的任一像素，該像素周圍的P個鄰居像素為，i=1,2,…,P，則；

計算原始圖像的符號模式圖像SP：即對于紋理圖像中的任一像素，，其中s(x)為符號函數，其滿足當x≥0時s(x)=1，否則s(x)=0；

步驟二、對大小模式圖像MP進行L尺度的小波分解，得到3*L個高頻子帶和一個低頻子帶；

步驟三、對符號模式圖像進行L次的下采樣得到不同尺度下的步函數，用表示第i個尺度下的步函數的值，表示符號模式圖像，則， 其中表示每隔一行和一列對分布采一次樣，由此得到L+1步函數值的分布；