专利名称：一种线形纹理的识别方法
技术领域：
本发明涉及图像识别技术领域，尤其涉及图像中的 一种线形紋理的识别方法。
背景技术：
计算机自然紋理模拟与生成是图像处理、计算机图形学等研究的重要领域 之一，具有很高的应用价值。根据不同物体的几何结构和灰度上的差别，人们 发展了多种紋理综合方法，这些方法可以粗略地归结为两种紋理模型，即紋理 的结构模型和紋理的统计模型。结构模型通常采用树或图等形状文法描述织物、 砖墙等较规则的人为紋理结构，但用结构模型综合自然紋理则效果不佳。统计 模型根据紋理图像的灰度在空间的分布规律综合紋理，取得了一些成功，但仍 然存在很多问题。而且这些方法对于识别一些不规则的紋理例如掌紋等并不能 达到实用的效果。除此之外，方向滤波器也在很多计算机视觉和图像处理中得
到应用，比如紋理分析，边缘;险测，图像数据压缩和图像增强，这种方法可以 改善对图像中不规则紋理的识别效果，但是这种方法要有效并精确识别出目标， 其运算量还十分巨大。
发明内容
本发明解决的技术问题是提供一种线形紋理的识别方法，所述方法运算量 大大减小，对线形紋理的识别效果好。
为了解决上述技术问题，本发明采用了如下技术手段 一种线形紋理的识 别方法，所述方法通过像素点及其周围一定范围内像素点间的灰度关系和位置 关系进行判断分析，对分析后的图像进行去噪，骨架化等操作最后得到图像中 的线状紋理对象，所述的判断分析实现过程如下
步骤一、对大小为S4T的图像进行预处理，包括去噪，对比度增强；并统 计整幅图像的亮度信息，初步判断所要识别的紋理对象的亮度是高于或是低于图像其它部分的亮度；
步骤二、设置一个有效像素点区域，所述区域边界离图像四周边界的距离 为a，去除图像边界上的像素点，形成有效像素点区域(S-2a) * (T-2a);
步骤三、在有效像素点区域内，以每个像素点为单位进行逐点分析，从第 一行第一列的像素点开始，在距离a内，分别在同列或同行上选取b个像素点 与当前像素点进行亮度比较，若所选取的像素点与当前像素点的亮度关系与步 骤一中所要识別的紋理对象与图像其它部分的亮度关系一致，则所选取的该像 素点符合条件，分别记录当前像素点同列上方和下方符合条件的像素点数为 up—counter和down_counter;记录当前像素点同行左边和右边符合条件的像素点 数为left—counter和right—counter;
步骤四、设定一个点数阈值C，分另"比较同列计数，包括up_counter和 down—counter,及同4亍计数，包4舌left—counter和right_counter这四个计数与C 的大小；当同"f亍计凄史均大于C时，设标志ver—check为true,否则为false;当同 列计数均大于C时，设标志hor—check为true,否则为false;
步骤五、当ve匸check和hoi^check均为true时，跳到步骤六；当ver一check 或hor—check中只有一个为true时，跳到步骤七；当ver—check和hor一check均 为false时,跳到步骤八；
步骤六、以当前像素点为中心将其周围N承N的点与当前像素点比较亮度， 当亮度差值小于10的点数超过ROUND (N*N/2)时，则将当前像素点记为非 线状紋理点，否则，将当前像素点记为线状紋理点，ROUND ()表示四舍五入 取整，接着跳到步骤九；
步骤七、将当前像素点记为线状紋逑点，跳到步骤九；
步骤八、将当前像素点记为非线状紋理点，跳到步骤九；
步骤九、重复步骤三至步骤八，直到有效像素点区域内的所有像素点被分 析冗。
步骤三中所选取的同列或同行上像素点的个数b满足(a/2)^b^(a-l),且步骤 四中阈值C的取值范围为(b/2)SCS(b-l);所述的a的取值范围为10Sa^l6;所述 的N的取值范围为3^NS7。
所述选取同列或同行上的像素点，可以连续选取，也可以间隔选取。 由于采用了以上的运动估计方法，与现有^t术相比可以快速的识别出线性
5紋理，运算量大大减小。
本发明的一种线形紋理的识别方法由以下的实施例及附图详细给出。
图1为本发明有效像素点区域示意图2a为本发明实施例中待识别的人脸图像；
图2b为本发明实施例中识别的紋理图像效果图。
具体实施例方式
以下将对本发明的线形纟丈理的识别方法作进一步的详细描述。 本实施例通过本发明所述的线性紋理方法来识别人脸皮肤上存在的皱紋等
线性紋理，所述方法对如图2a所示的人脸图像像素点及其周围一定范围内像素
点间的灰度关系和位置关系进行判断分析，所述的判断分析实现过程如下
步骤一、对大小为492*456的人脸图像进行预处理，包括去噪，对比度增
强；并统计整幅图像的亮度信息，初步判断皱紋紋理的亮度低于图像其它部分
的亮度；
步骤二、设置一个有效像素点区域，所述区域边界离图像四周边界的距离a 为16，去除图像边界上的像素点，形成有效像素点区域476*440，如图l所示； 在其他实施例中，根据图像大小选择a的取值， 一般a的选择范围可拓展为 [10,16]。
步骤三、在有效像素点区域内，以每个象素点为单位进行逐点分析，从第 一行第一列的像素点开始，在距离16内，分别隔点选取同列或同行上的像素点 与当前像素点进行亮度比较，设取的点数b满足(a/2)^b《a-l)，则记录当前像素 点同列上方亮度低于当前点亮度的点数为up_counter，同理，同列下方的点数为 down_counter;记录当前像素点同行左边亮度低于当前点亮度的点数为 left_counter,同理，同4亍右边的点数为right_counter;
步骤四、设定一个点数阈值C，其大小可以根据b来确定，取值范围可以是 (b/2)^C^(b-l),本实施例中取C等于5，分别比较同列计数，包括up—counter和 down_counter及同4亍计数，包括left—counter和right_counter这四个计数与C的 大小；当同行计数均大于C时，设标志ver一check为true,否则为false;当同列计数均大于C时，设标志hor—check为true,否则为false;
步骤五、当ver—check和hor^check均为true时，跳到步骤六；当ver—check
或hor—check中只有一个为true时，跳到步骤七；当ver_check和hor—check均
为false时，跳到步骤八；
步骤矢、以当前像素点为中心将其周围7*7的点与当前像素点比较亮度，
当亮度差值小于10的点数超过ROUND (7*7/2)时，则将当前像素点记为非线
状紋理点，否则，将当前像素点记为线状紋理点；该区域大小N+N，其中N有
一定选取范围，即为3SN^7;完成步骤六后跳到步骤九； 步骤七、将当前像素点记为线状紋理点，跳到步骤九； 步骤八、将当前像素点记为非线状紋理点，跳到步骤九； 步骤九、重复步骤三至步骤八，直到有效像素点区域内的所有像素点被分析完。
对分析后的图像进行去噪，骨架化等操作，去除散乱的线状紋理点(即周 围8个点内无线状紋理点的线状紋理点)，将连通的线状紋理点保持形状细化成 线条宽度为一个象素点。最后得到图像中的线状紋理对象。
图2b为本实施例识别人脸图像后取得的线性紋理，实现效果较好，运算量小。
权利要求
1、一种线形纹理的识别方法，所述方法通过像素点及其周围一定范围内像素点间的亮度关系和位置关系进行判断分析，对分析后的图像进行去噪，骨架化操作，最后得到图像中的线状纹理对象，其特征在于，所述的判断分析实现过程如下步骤一、对大小为S*T的图像进行预处理，包括去噪，对比度增强；并统计整幅图像的亮度信息，初步判断所要识别的纹理对象的亮度是高于或是低于图像其它部分的亮度；步骤二、设置一个有效像素点区域，所述区域边界离图像四周边界的距离为a，去除图像边界上的像素点，形成有效像素点区域(S-2a)*(T-2a)；步骤三、在有效像素点区域内，以每个像素点为单位进行逐点分析，从第一行第一列的像素点开始，在距离a内，分别在同列或同行上选取b个像素点与当前像素点进行亮度比较，若所选取的像素点与当前像素点的亮度关系与步骤一中所要识别的纹理对象与图像其它部分的亮度关系一致，则所选取的该像素点符合条件，分别记录当前像素点同列上方和下方符合条件的像素点数为up_counter和down_counter；记录当前像素点同行左边和右边符合条件的像素点数为left_counter和right_counter；步骤四、设定一个点数阈值C，分别比较同列计数，包括up_counter和down_counter，及同行计数，包括left_counter和right_counter这四个计数与C的大小；当同行计数均大于C时，设标志ver_check为true,否则为false；当同列计数均大于C时，设标志hor_check为true，否则为false；步骤五、当ver_check和hor_check均为true时，跳到步骤六；当ver_check或hor_check中只有一个为true时，跳到步骤七；当ver_check和hor_check均为false时，跳到步骤八；步骤六、以当前像素点为中心将其周围N*N的点与当前像素点比较亮度，当亮度差值小于10的点数超过ROUND(N*N/2)时，则将当前像素点记为非线状纹理点，否则，将当前像素点记为线状纹理点，ROUND()表示四舍五入取整，接着跳到步骤九；步骤七、将当前像素点记为线状纹理点，跳到步骤九；步骤八、将当前像素点记为非线状纹理点，跳到步骤九；步骤九、重复步骤三至步骤八，直到有效像素点区域内的所有像素点被分析完。
2、 如权利要求1所述的线形紋理的识别方法，其特征在于，步骤三中所选 取的同列或同行上像素点的个数b满足(a/2)^b5(a-l)。
3、 如权利要求2所述的线形紋理的识别方法，其特征在于，所述的阈值C 的取值范围为(b/2)SC^(b-l)。
4、 如权利要求1至3中任一项所述的线形紋理的识别方法，其特征在于， 所述的a的取值范围为10Sa^16。
5、 如权利要求1所述的线形紋理的识别方法，其特征在于，所述的N的取 值范围为3SNS7。
6、 如权利要求1所述的线形紋理的识别方法，其特征在于，所述选取同列 或同行上的像素点，采用连续选取或者间隔选取。
全文摘要
本发明提供了一种线性纹理的识别方法，所述方法将图像划分为最大分析区域和有效像素区域，在有效像素区域通过像素点及其最大分析区域内像素点间的灰度关系和位置关系进行判断分析，对分析后的图像进行去噪，骨架化等操作，最后得到图像中的线状纹理对象。所述方法识别效果良好，运算量大大减小。
文档编号G06K9/00GK101477624SQ20091004594
公开日2009年7月8日 申请日期2009年1月22日 优先权日2009年1月22日
发明者玥 于, 杨涵悦, 滕国伟, 贺 王, 凤 郭 申请人:上海广电(集团)有限公司中央研究院