一種基于多尺度采樣的紋理圖像表示方法技術(shù)

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(zhuǎn)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(zhuǎn)不變性表示特征，通過把不同尺度下的旋轉(zhuǎn)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(zhuǎn)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(fā)明專利技術(shù)有益效果：本發(fā)明專利技術(shù)針對不同的成像條件，例如光照變化、圖像旋轉(zhuǎn)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?qū)崿F(xiàn)快速的紋理圖像分類。

A texture image representation method based on multi scale sampling

A representation method of texture image multi-scale sampling based on texture image rotation invariance, a texture image pixel represented by the sign pattern and size model, by connecting the same scale under the direction of the mean vector and sampling frequency vector, we can get the rotation invariance of image texture feature representation by a single scale. The rotation invariance under different scale characteristics of the connection, for multiscale representation of rotation invariant texture image feature representation, feature extraction using MRIR and classification using KNN classifier for texture image. The invention has the beneficial effects of the invention for different imaging conditions, such as changes in illumination, image rotation, can obtain good classification performance; at the same time, in order to ensure the classification performance under the condition that the extracted features can also realize the fast texture image classification.

【技術(shù)實現(xiàn)步驟摘要】

本專利技術(shù)涉及模式識別和計算機視覺領(lǐng)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。
技術(shù)介紹
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(guī)律。所以，組成紋理的基本元素的統(tǒng)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(lǐng)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（LocalBinaryPattern,LBP）的紋理特征表示方法。通過對與紋理研究相關(guān)的文獻的分析和總結(jié)可以發(fā)現(xiàn)，有關(guān)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(zhuǎn)很敏感，當(dāng)圖像有一定角度的旋轉(zhuǎn)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(jié)構(gòu)進行分析，通過構(gòu)造圖像紋理的基本單元，即紋理基元，根據(jù)統(tǒng)計分析來表示紋理圖像。雖然這類方法能夠很好地實現(xiàn)圖像旋轉(zhuǎn)不變性，但是其忽略了圖像紋理的宏觀結(jié)構(gòu)信息和方向多尺度信息。因此，導(dǎo)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(jù)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(jié)構(gòu)分析的基礎(chǔ)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(yīng)用最廣泛的方法之一。雖然它能很好的實現(xiàn)灰度和旋轉(zhuǎn)不變性，但是該方法主要分析了紋理的局部結(jié)構(gòu)信息，沒有很好的利用圖像紋理的宏觀結(jié)構(gòu)和多尺度信息。因此，本專利就是根據(jù)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(xiàn)對紋理圖像快速的分類。
技術(shù)實現(xiàn)思路
本專利技術(shù)所要解決的技術(shù)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?qū)崿F(xiàn)快速的紋理圖像分類。本專利技術(shù)為解決上述技術(shù)問題所采用的技術(shù)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(zhuǎn)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(shù)，其滿足當(dāng)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(shù)，用表示第i個尺度下的步函數(shù)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(shù)值的分布；步驟四、根據(jù)步函數(shù)值的分布，對大小模式圖像MP的每一個高頻子帶的系數(shù)進行劃分，所有子帶劃分用集合表示，則在第i個尺度上，第j個M×N的子帶的第k個劃分為：，其中，U表示將合并到集合{本文檔來自技高網(wǎng)...

【技術(shù)保護點】
一種基于多尺度采樣的紋理圖像表示方法，其特征在于：包括以下步驟：步驟一、對紋理圖像進行旋轉(zhuǎn)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(shù)，其滿足當(dāng)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(shù)，用表示第i個尺度下的步函數(shù)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(shù)值的分布；步驟四、根據(jù)步函數(shù)值的分布，對大小模式圖像MP的每一個高頻子帶的系數(shù)進行劃分，所有子帶劃分用集合表示，則在第i個尺度上，第j個M×N的子帶的第k個劃分為：，其中，U表示將合并到集合{}中，和分別為和在（x,y）處的高頻子帶系數(shù)和步函數(shù)值，該高頻子帶劃分的均值為，其中表示集合里面的第τ個元素；由均值構(gòu)造第j個高頻子帶的采樣方向均值向量，用SDMV表示，則；對于M×N的，構(gòu)造它的的頻率向量FV=(B0,B1,…Bp)，?其中表示FV中的第k個元素的值；同理，對于低頻子帶，構(gòu)造它的采樣方向均值向量SDMV0，對于原始的符號模式圖像SP，構(gòu)造它的頻率向量FV0；步驟五、紋理圖像的第i尺度下的旋轉(zhuǎn)不變性用RIR表示，根據(jù)步驟四得到的SDMVij和FVi得到；同理，對于低頻子帶和原始的符號模式圖像SP，可以獲取它們的旋轉(zhuǎn)不變性表示RIR0，因此，紋理圖像的多尺度旋轉(zhuǎn)不變性表示特征MRIR為：；步驟六、利用步驟五提取的MRIR特征，通過KNN分類器對紋理圖像進行分類。...

【技術(shù)特征摘要】
1.一種基于多尺度采樣的紋理圖像表示方法，其特征在于：包括以下步驟：步驟一、對紋理圖像進行旋轉(zhuǎn)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(shù)，其滿足當(dāng)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...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：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(quán))人：河南科技大學(xué)，
類型：發(fā)明
國別省市：河南;41