一种纹理图像检索方法
【技术领域】
[0001]本发明涉及图像处理技术领域，具体是一种纹理图像检索方法。
【背景技术】
[0002]随着计算机网络技术和成像技术的迅速发展，各种各样的纹理图像数据库在迅速增长，如何从这些纹理图像数据库中快速有效地获取所需图像，是纹理图像检索领域中一个重要的研宄课题。
[0003]现有技术中，利用脉冲耦合神经网络模型对被检索纹理图像进行图像特征提取，将提取到的图像特征和纹理图像数据库中图像的图像特征进行相似性度量，获取同一纹理图像，实现纹理图像的检索。但是利用脉冲祸耦合神经网络模型进行纹理图像检索时，对光照的影响较为敏感，阻碍了脉冲耦合神经网络在纹理图像检索中的应用。而且现有的图像检索方法存在检索速度慢，准确率低的问题。
【发明内容】
[0004]本发明的目的在于提供一种纹理图像检索方法，以解决上述【背景技术】中提出的问题。
[0005]为实现上述目的，本发明提供如下技术方案:
[0006]一种纹理图像检索方法，包括如下步骤:
[0007](I)根据旋转不变局部二值模式算法对目标纹理图像和纹理图像数据库中的每幅图像进行处理，获取目标纹理图像和纹理图像数据库中每幅图像对应的纹理结构模式图像；
[0008](2)根据脉冲耦合神经网络模型对目标纹理图像和纹理数据库的每幅图像对应的纹理结构模式图像进行特征提取，得到目标纹理图像和纹理图像数据库中的每幅图像的纹理结构特征序列；
[0009](3)计算目标纹理图像的纹理结构特征序列和纹理图像数据库中的每幅图像的纹理结构特征序列进行相似度，将纹理图像数据库中的每幅图像的纹理结构特征序列相似度大于第一设定阈值的图像组合成第一纹理图像集；
[0010](4)获取目标纹理图像和第一纹理图像集中每一纹理图像的颜色特征；
[0011](5)计算目标纹理图像与第一纹理图像集中每一图像之间的颜色特征相似度，将颜色特征相似度大于第二设定阈值的图像组合成第二图像集；
[0012](6)根据与目标纹理图像之间的颜色特征相似度由高到低的顺序，对第二图像集中的图像进行排列显示。
[0013]作为本发明进一步方案:所述获取目标图像和第一图像集中每一图像的颜色特征具体包括:
[0014]将目标纹理图像与第一纹理图像集中每一纹理图像转换为色调、饱和度和亮度图像格式，获取每一格式转换后的图像的色调通道、饱和度通道和亮度通道；
[0015]对饱和度通道进行二值化处理，得到饱和度通道的亮区域和暗区域，将饱和度通道的亮区域对色调通道进行投影获得色调通道的色调区域，以及将饱和度通道的暗区域对亮度通道进行投影获得亮度通道中与饱和度通道暗区域对应的区域，并统计色调通道中的色调区域的灰度直方图以及所述亮度通道中与饱和度通道暗区域的对应区域灰度直方图；
[0016]根据色调通道中的色调区域的灰度直方图设定色调数组，以及根据亮度通道中与饱和度通道暗区域的对应区域灰度直方图设定亮度数组，并根据色调数组和亮度数组获取对应图像的颜色信息；
[0017]根据纹理图像的颜色信息获取纹理图像的颜色特征。
[0018]与现有技术相比，本发明的有益效果是:本发明方法通过先对纹理图像进行提取纹理特征序列，再进行图像集的设定、排列以及检索，降低了图像特征的维度，提高了图像处理速度，从而提高了图像的检索速度和准确率。
【附图说明】
[0019]图1为纹理图像检索方法的流出图。
【具体实施方式】
[0020]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0021]一种纹理图像检索方法，包括如下步骤:
[0022](I)根据旋转不变局部二值模式算法对目标纹理图像和纹理图像数据库中的每幅图像进行处理，获取目标纹理图像和纹理图像数据库中每幅图像对应的纹理结构模式图像；
[0023](2)根据脉冲耦合神经网络模型对目标纹理图像和纹理数据库的每幅图像对应的纹理结构模式图像进行特征提取，得到目标纹理图像和纹理图像数据库中的每幅图像的纹理结构特征序列；
[0024](3)计算目标纹理图像的纹理结构特征序列和纹理图像数据库中的每幅图像的纹理结构特征序列进行相似度，将纹理图像数据库中的每幅图像的纹理结构特征序列相似度大于第一设定阈值的图像组合成第一纹理图像集；
[0025](4)获取目标纹理图像和第一纹理图像集中每一纹理图像的颜色特征；
[0026](5)计算目标纹理图像与第一纹理图像集中每一图像之间的颜色特征相似度，将颜色特征相似度大于第二设定阈值的图像组合成第二图像集；
[0027](6)根据与目标纹理图像之间的颜色特征相似度由高到低的顺序，对第二图像集中的图像进行排列显示。
[0028]在上述步骤中，获取目标图像和第一图像集中每一图像的颜色特征具体包括:
[0029]将目标纹理图像与第一纹理图像集中每一纹理图像转换为色调、饱和度和亮度图像格式，获取每一格式转换后的图像的色调通道、饱和度通道和亮度通道；
[0030]对饱和度通道进行二值化处理，得到饱和度通道的亮区域和暗区域，将饱和度通道的亮区域对色调通道进行投影获得色调通道的色调区域，以及将饱和度通道的暗区域对亮度通道进行投影获得亮度通道中与饱和度通道暗区域对应的区域，并统计色调通道中的色调区域的灰度直方图以及所述亮度通道中与饱和度通道暗区域的对应区域灰度直方图；
[0031]根据色调通道中的色调区域的灰度直方图设定色调数组，以及根据亮度通道中与饱和度通道暗区域的对应区域灰度直方图设定亮度数组，并根据色调数组和亮度数组获取对应图像的颜色信息；
[0032]根据纹理图像的颜色信息获取纹理图像的颜色特征。
【主权项】
1.一种纹理图像检索方法，其特征在于，包括如下步骤: (1)根据旋转不变局部二值模式算法对目标纹理图像和纹理图像数据库中的每幅图像进行处理，获取目标纹理图像和纹理图像数据库中每幅图像对应的纹理结构模式图像； (2)根据脉冲耦合神经网络模型对目标纹理图像和纹理数据库的每幅图像对应的纹理结构模式图像进行特征提取，得到目标纹理图像和纹理图像数据库中的每幅图像的纹理结构特征序列； (3)计算目标纹理图像的纹理结构特征序列和纹理图像数据库中的每幅图像的纹理结构特征序列进行相似度，将纹理图像数据库中的每幅图像的纹理结构特征序列相似度大于第一设定阈值的图像组合成第一纹理图像集； (4)获取目标纹理图像和第一纹理图像集中每一纹理图像的颜色特征； (5)计算目标纹理图像与第一纹理图像集中每一图像之间的颜色特征相似度，将颜色特征相似度大于第二设定阈值的图像组合成第二图像集； (6)根据与目标纹理图像之间的颜色特征相似度由高到低的顺序，对第二图像集中的图像进行排列显示。
2.根据权利要求1所述的纹理图像检索方法，其特征在于，所述获取目标图像和第一图像集中每一图像的颜色特征具体包括: 将目标纹理图像与第一纹理图像集中每一纹理图像转换为色调、饱和度和亮度图像格式，获取每一格式转换后的图像的色调通道、饱和度通道和亮度通道； 对饱和度通道进行二值化处理，得到饱和度通道的亮区域和暗区域，将饱和度通道的亮区域对色调通道进行投影获得色调通道的色调区域，以及将饱和度通道的暗区域对亮度通道进行投影获得亮度通道中与饱和度通道暗区域对应的区域，并统计色调通道中的色调区域的灰度直方图以及所述亮度通道中与饱和度通道暗区域的对应区域灰度直方图； 根据色调通道中的色调区域的灰度直方图设定色调数组，以及根据亮度通道中与饱和度通道暗区域的对应区域灰度直方图设定亮度数组，并根据色调数组和亮度数组获取对应图像的颜色信息； 根据纹理图像的颜色信息获取纹理图像的颜色特征。
【专利摘要】本发明公开了一种纹理图像检索方法，获取目标纹理图像和纹理图像数据库中每幅图像对应的纹理结构模式图像，再进行特征提取得到结构特征序列，计算结构特征序列的相似度，组合第一纹理图像集并获取颜色特征，组合成第二图像集并对第二图像集中的图像进行排列显示。本发明方法通过先对纹理图像进行提取纹理特征序列，再进行图像集的设定、排列以及检索，降低了图像特征的维度，提高了图像处理速度，从而提高了图像的检索速度和准确率。
【IPC分类】G06T7-40, G06F17-30
【公开号】CN104834732
【申请号】CN201510250553
【发明人】陈新武, 王鹏, 钟莉娟, 马建忠, 张丽, 刘真, 马文娟, 薛静
【申请人】信阳师范学院
【公开日】2015年8月12日
【申请日】2015年5月13日