专利名称：一种用于表征织物纹理的分形细节特征提取方法
技术领域：
本发明属于数字图像处理和模式识别领域，特别涉及一种用于表征织物纹理的分 形细节特征提取方法。
背景技术：
借助织物纹理表征技术能够实现织物纹理参数估计、纹理分类、织物外观评价、瑕 疵检测等等目的。要细致和深刻地表征织物纹理就必须深入挖掘纹理各方面的细节信息。 同时为了快速表征纹理，必须对待分析的纹理图像实施必要的降维预处理。本发明旨在讨 论基于分形特征的织物纹理细节表征方法，该方法依据织物经纬取向的特点对原始纹理图 像实施了一定的降维处理，然后依据织物纹理基本循环周期以及遍历法原理计算四个极值 分形维数作为细节特征。较之欧氏几何，分形几何在描述或生成具有自相似性的自然事物或类自然事物时 能够提供更好的方法，因而被广泛用在模式识别、图像的模拟和仿真等等诸多领域。自相似 性是分形理论的中心概念之一，它与维数的概念密切相关。分形几何描述的对象具有统计 意义上的自相似，自相似性用分形维来表征分形维是用分形理论进行图像分析时最常使用 的特征参数之一。分形特征特别是分形维数能够较好地刻画纹理粗糙度和复杂度，因而在 纹理分类、识别等实践中作为度量特征是合理的。其中盒维数由于概念简单、计算简便而成 为使用最普遍的一种分形维数。为便于说明发明要点，有必要对盒维数的基本原理和估算方法作简单介绍。设Fc 9Γ为任意非空有界集，用Ν( δ，F)表示覆盖集F所需直径最大为δ的的集 的最少数目，则F的盒维定义为
权利要求
一种用于表征织物纹理的分形细节特征提取方法，其特征是首先采用一维快速傅里叶变换求出织物纹理图像的横向基本循环周期和纵向基本循环周期，然后依据遍历法原理计算织物纹理图像中每一个包含一个横向基本循环周期的子窗口的分形维数和每一个包含一个纵向基本循环周期的子窗口的分形维数；其中所述的包含一个横向基本循环周期的子窗口是以一个横向基本循环周期为长和织物纹理图像的宽为宽的矩形窗口，所述的每一个横向基本循环周期的子窗口的分形维数是在该子窗口中的图像像素灰度值沿横向累加而成的相应一维时间序列基础上计算得到的；从中选取两个分形维数极值即横向最大分形维数和横向最小分形维数；所述的包含一个纵向基本循环周期的子窗口是以一个织物纹理图像的长为长和纵向基本循环周期为宽的矩形窗口，所述的每一个纵向基本循环周期的子窗口的分形维数是在该子窗口中的图像像素灰度值沿纵向累加而成的相应一维时间序列基础上计算得到的；从中选取两个分形维数极值即纵向最大分形维数和纵向最小分形维数；最后把横向最大分形维数、横向最小分形维数、纵向最大分形维数和纵向最小分形维数作为表征织物纹理的细节特征；所述的横向最大分形维数、横向最小分形维数、纵向最大分形维数和纵向最小分形维数的提取过程如下首先采集数字化织物纹理图像，记为W，W为矩形，其尺寸长×宽为L1×L2，即横向和纵向长度分别为L1和L2，而其沿横向的基本周期即列周期为P1个像素，沿纵向的基本周期即行周期为P2，行周期和列周期均指取整后的像素数，P1通过计算W的任一行像素灰度值集合的基本循环周期得到，P2通过计算W的任一列像素灰度值集合的基本循环周期得到，其中上述基本周期的计算借助一维快速傅里叶变换实现；在织物纹理图像W中，选取一个横向基本循环周期P1为长和织物纹理图像的宽L2为宽的矩形窗口作为包含一个横向基本循环周期的子窗口，记为W1；选取一个织物纹理图像的长L1为长、纵向基本循环周期P2为宽的矩形窗口作为包含一个纵向基本循环周期的子窗口，记为W2；对于某一W1，计算其沿行方向的图像像素灰度值投影，即将该子窗口各行的图像像素灰度值沿横向叠加，得到一个一维时间序列，从该时间序列中可计算得到一个分形维数，然后将W1以固定步长水平地滑移以遍历整个W，共有L1 P1+1个W1，从而可相应求得L1 P1+1个分形维数，分别记其中的最小者和最大者为E1和E2，即为横向最小分形维数和横向最大分形维数，此两者反映纹理的横向极端细节信息；对于某一W2，计算其沿列方向的图像像素灰度值投影，即将该子窗口各列的图像像素灰度值沿纵向叠加，得到一个一维时间序列，从该时间序列中可计算得到一个分形维数，然后将W2以固定步长垂直地滑移以遍历整个W，共有L2 P2+1个W2，从而可相应求得L2 P2+1个分形维数，分别记其中的最小者和最大者为E3和E4，即为纵向最小分形维数和纵向最大分形维数，此两者反映纹理的纵向极端细节信息；最终得到表征织物纹理的特征向量[E1E2E3E4]。
2.如权利要求1所述的一种用于表征织物纹理的分形细节特征提取方法，其特征在 于，所述的织物为机织物。
3.如权利要求1所述的一种用于表征织物纹理的分形细节特征提取方法，其特征在于，所述的分形维数是指盒维数。
4.如权利要求3所述的一种用于表征织物纹理的分形细节特征提取方法，其特征在 于，所述的盒维数估算时所用的δ尺寸序列为2 6像素。
5.如权利要求1所述的一种用于表征织物纹理的分形细节特征提取方法，其特征在 于，所述的固定步长指1 3个像素。
6.如权利要求1所述的一种用于表征织物纹理的分形细节特征提取方法，其特征在 于，所述的矩形子窗口 W1每次的水平滑移固定步长与W2每次的垂直滑移固定步长不必相 同。
全文摘要
本发明属于数字图像处理和模式识别领域，特别涉及一种用于表征织物纹理的分形细节特征提取方法。首先采用傅里叶变换求出织物纹理图像的基本横向和纵向循环周期，然后依据遍历法原理计算图像中每一个包含一个横向基本循环周期或纵向基本循环周期的子窗口的分形维数，其中每一个子窗口的分形维数是在图像像素灰度值沿横向或纵向累加而成的相应一维时间序列基础上计算得到的，最后从中选取两个反映横向细节信息的分形维数极值和两个反映纵向细节信息的分形维数极值作为表征织物纹理的细节特征。上述四个极值分形特征相互之间具有明显的互补性，由它们组成的特征向量能够实现对织物纹理细节快速、全面和深刻地表征。
文档编号G06K9/46GK101996322SQ20101053685
公开日2011年3月30日 申请日期2010年11月9日 优先权日2010年11月9日
发明者周建, 步红刚, 汪军, 黄秀宝 申请人:东华大学