[發明專利]基于多分辨率Trace變換的圖像不變特征提取方法

有效

• 申請號: 201810199336.3
• 申請日: 2018-03-12
• 公開（公告）號: CN108460393B
• 公開（公告）日: 2021-08-13
• 發明（設計）人: 黎明;邢冬冬;汪宇玲;李軍華;魯宇明
• 申請（專利權）人: 南昌航空大學;東華理工大學
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 南昌市平凡知識產權代理事務所 36122
• 代理人: 張文杰

本發明公開了一種基于多分辨率Trace變換的圖像不變特征提取方法，利用非下采樣小波變換對目標圖像進行二層分解，得到不同頻率級的各個特征子圖；之后在各個子圖上進行Trace變換的三重泛函級聯運算，獲得三重不變特征。本發明彌補了原始Trace變換中對邊緣輪廓信息等細節信息的忽略，增加了所提取圖像特征信息的多樣性。得到了對幾何形變具有不變性的特征，能應用到圖像分類及分割上。在相同的訓練樣本下相比于原始的跡變換具有更高的識別準確率。

技術領域

本發明涉及一種基于多分辨率Trace變換的圖像不變特征提取方法，屬于圖像處理與計算機視覺領域。

背景技術

圖像分類問題主要包含特征提取和特征分類兩部分，其中如何從目標對象中提取有鑒別性質的特征是分類問題中的關鍵因素。目前主流的紋理特征提取方法主要分為四種：基于統計、基于濾波、基于結構、基于模型。

小波變換在圖像處理與模式識別中具有非常重要的用途，主要應用在圖像增強、圖像去噪、紋理分析和分割以及邊緣檢測等不同的領域。它是一種具有多分辨率特性和良好時頻局域性的分析方法，可以將圖像的紋理和細節結構變化表現在不同分辨率層次上，分解的子圖可以較好的保存對視覺起主要作用的圖像邊緣信息和細節信息。非下采樣小波變換具有多尺度和平移不變性等特點，同時也具有小波變換描述圖像細節特征的優勢。

Trace變換是由Kadyrov和Petrou提出，是一種基于跡空間投影映射的特征提取算法，是Radon變換在圖像處理領域應用的泛化。通過Trace變換可以提取出對發生平移、縮放、旋轉等幾何形變具有不變性的三重特征，引起了學者們的極大興趣。近年來，基于Trace變換的圖像分析、圖像處理研究層出不窮，它在模式識別和特征構造中已經有很好的應用效果，如紋理分類、人臉識別認證、圖像檢索、地震勘探、人體行為識別等等。

從Trace基本定義綜合分析可知，Trace變換整體同等考慮圖像所有時域空間信息，并未突出對特征具有較大影響的邊緣輪廓細節信息，在表述圖像信息多樣性方面具有一定的局限性，且需要眾多的泛函組合提取圖像的特征，實時性稍差，而小波變換的多分辨率特性恰好可以彌補此缺陷，既保留了原始圖像的信息，又突出了對細節輪廓信息的描述，可獲得更深層次的圖像信息。

發明內容

本發明提供一種基于多分辨率Trace變換的圖像不變特征提取方法，可以獲得相比于原始Trace變換更具有多樣性和更高辨識能力的圖像特征信息，可僅使用一組泛函處理圖像，提高了算法的實時性，有助于提高目標圖像的分類準確率。

為了解決上述的技術問題，本發明采用以下技術方案。一種基于多分辨率Trace變換的圖像不變特征提取方法，包括以下步驟：

1)對原始灰度圖像進行二級的非下采樣小波變換，得到與原始圖像大小相同的子圖；

2)對子圖進行灰度擴充，即把原始大小m×n的圖像擴充到k×k大小，其中與原始圖像I相比多余的擴充部分的像素值用0填充，得到的新的圖像用F₁表示；

3)將上述新的圖像F₁映射到跡空間中g(φ,p,t)中，得到三維數據，跡空間中的點和圖像F₁中的點相對應；

4)將所述三維數據使用跡泛函T消除參數t，得到二維特征，該二維特征表現形式為一個矩陣，稱為跡矩陣；

5)在所述二維特征跡矩陣上使用直徑泛函D消除參數p，得到一維特征向量；

6)在所述一維特征向量上使用圓周C泛函消除參數φ，得到0維實數特征，即三重不變特征；

7)重復步驟2)至步驟6)，選擇合適的T、D、C泛函組合，獲得目標圖像多維三重特征；

8)重復步驟2)至步驟7)，獲得各個子圖的三重不變特征。