一种提取图像局部纹理粗糙度的方法

文档序号:6506854阅读:1043来源:国知局
一种提取图像局部纹理粗糙度的方法
【专利摘要】本发明涉及一种提取图像局部纹理粗糙度的方法。本方法首先计算图像中多尺度活动窗口内像素的平均灰度值,对每个像素分别计算它在水平和垂直方向上两个偏心重叠窗口之间的平均灰度差,然后利用最大平均灰度差值对应的尺寸计算最佳尺寸,根据图像中每一像素点的最佳尺寸,计算该像素点的局部粗糙度。本发明方法具有良好的噪声鲁棒性,且可以准确度量图像局部纹理粗糙度。
【专利说明】一种提取图像局部纹理粗糙度的方法

【技术领域】
[0001] 本发明属于图像处理【技术领域】,涉及一种提取图像局部纹理粗糙度的方法。

【背景技术】
[0002] 纹理是用来识别图像中物体或感兴趣区域的重要属性之一,几乎存在于所有物体 表面,包含了物体表面结构组织排列的重要信息以及它们与周围环境的联系,反映了图像 中同质现象的视觉特征,独立于图像颜色或亮度特征。视觉感知研究发现,与机器相比,人 类具有完美的纹理感知特征机制,可以区分细小的纹理差别。人类用来区分纹理特征的纹 理特征属性包括:粗糙度(coarseness)、对比度(contrast)、复杂度(complexity)、方向度 (directionality)等。
[0003] Tamura等人在对人类纹理视觉感知的心理学研究基础上,提出了 Tamura纹理特 征的表达。Tamura纹理特征包括六个分量,对应心理学角度上纹理特征的六种属性,六个 分量分别是粗糙度(coarseness)、对比度(contrast)、方向度(directionality)、线性度 (linearity)、规整度(regularity)和粗略度(roughness)。其中,粗糙度是最基本、最重要 的纹理特征,从狭义的观点来看,纹理就是粗糙度。Tamura纹理特征近年来在图像检索、图 像识别领域中得到了广泛应用。
[0004] Tamura纹理粗糙度提取方法为:
[0005] 1)计算图像中大小为2kX2k活动窗口中像素的平均灰度值,

【权利要求】
1. 一种提取图像局部纹理粗糙度的方法,具特征在于,包括以下步骤: 步骤一:计算目标图像中多尺度活动窗口内像素的平均灰度值,所述活动窗口尺寸不 小于3X3; 步骤二:分别计算每个像素在水平方向和垂直方向上两个偏心重叠窗口之间的平均 灰度差,所述两个偏心重叠窗口尺寸存在偏差; 步骤三:计算出每一像素最佳尺寸; 步骤四:利用图像中每一像素点对应的最佳尺寸,计算出该像素点的局部粗糙度。
2. 如权利要求1所述的提取图像局部纹理粗糙度的方法,其特征在于,所述步骤一中 多尺度活动窗口大小为4kX 4k,计算平均灰度值的方法如式(1)所示,
式中,k = 1,2,…,Lmax ;Lmax为k的最大值;(i, j)为像数点坐标;f (i, j)是位于(i, j) 的像素灰度值;当k = 0时,取窗口尺寸大小为3X3 ; (x,y)为各平均灰度图Ak的坐标。
3. 如权利要求2所述的提取图像局部纹理粗糙度的方法,其特征在于,L_e [3, 6]。
4. 如权利要求1所述的提取图像局部纹理粗糙度的方法,其特征在于,所述步骤二中 水平方向平均灰度差计算方法如式(2a)所示,垂直方向平均灰度差计算方法如式(2b)所 示, Ek;h(x, y) = | Ak> (x+P , y)-Ak (x, y) (2a) Ek,v(x, y) = | Ak> (x, y+p )-Ak (x, y) (2b) 式中, k = max (k_Lb, 0),Lb 为两个窗 口偏差尺度,Lb = Lmax_ c[且 Lb > 1 ; 参数a取值如下:a = 3, Lmax ^ 5; a = min(2, Lmax-1), Lmax < 5 ; p为两个窗口偏心距,p =2k'+l。
5. 如权利要求1所述的提取图像局部纹理粗糙度的方法,其特征在于,所述步骤三中 每一像素点的最佳尺寸按照公式(3a)计算求得, Sbest = 4kmax (3a) Ek = max (Ek'h,Ek'v) (3b) Emax = max (Ek),Emin = min (Ek) (3c) 公式(3b)、(3c)为中间变量,式中, Ek表示每个尺寸k在水平和垂直方向平均灰度差值的最大值,E_为像素点最大平均 灰度差值,Emin为像素点最小平均灰度差值, kmax值按如下三种情形确定: ⑴若k = 0,E〇 > tM,取kmax = 0,其中^为匕所有像素点局部非零极大值的均值,否 贝1J转入(ii); (ii)若 Numel (DEk < t Q) = Lmax-1 且 Emax < tm,则取 kmax = Lmax,其中 Numel 表示对满 足条件的k计数,DEk = | E^Eh |,参数=£_/l.5,参数=1#£_,瓦^为Emin的平均值,否 贝1J转入(iii); (iii)kmax = argmax(Ek) 〇
6. 如权利要求1所述的提取图像局部纹理粗糙度的方法,其特征在于,所述步骤四中 计算像素点的局部粗糙度方法如式(4)所示, Fcrs (x, y) = Sbest (x, y) (4)。
7. 如权利要求6所述的提取图像局部纹理粗糙度的方法,其特征在于对最佳尺寸进行 幂次变换,计算公式如式(5)所示: Fcrs(x, y) = sbest (x, y) Y (5) 式中,Y > 1。
【文档编号】G06T7/00GK104346775SQ201310332119
【公开日】2015年2月11日 申请日期:2013年8月2日 优先权日:2013年8月2日
【发明者】柏连发, 张毅, 金左轮, 韩静, 岳江, 陈钱, 顾国华 申请人:南京理工大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1