基于局部纹理方向性的图像增强方法技术

基于局部纹理方向性的图像增强方法，包括局部纹理方向判断和局部纹理图像增强两步，在局部纹理方向时，首先计算图像轮廓图；然后在其上计算特征像素点，提取12种特征像素点，并将其划分到8个方向；计算8个方向特征像素点积分图；最后利用特征像素点积分图快速判断图像上任一区域内纹理主方向；在局部纹理图像增强时，首先对原图像进行高提升滤波；再根据局部像素点的纹理方向，迭代执行双线性插值的浮雕化操作与高斯滤波两到三次，直到图像效果稳定；本发明专利技术方法能够有效增强方向性纹理特征，突出方向性纹理的方向、密度、纹理宽度等细节，可以有效地抑制光照，噪音等因素对图像纹理的影响，使增强后的纹理的图像应用于其他数字图像处理算法中。

【技术实现步骤摘要】
基于局部纹理方向性的图像增强方法
本专利技术涉及数字图像处理领域中的纹理描述与图像增强
，具体涉及一种基于局部纹理方向性的图像增强方法。
技术介绍
纹理特征描述作为图像分割与分类的首要问题，一直以来都是研究的焦点。作为一种重要的视觉线索，它在图像中普遍存在却又难以描述。人们总是试图寻找纹理特征维数不大、鲁棒性好、区分能力强的特征描述。如今已经有很多不同的纹理描述方法，主要分为统计方法、几何方法、结构方法、模型方法和信号处理方法；其子方法如灰度共生矩阵法，傅里叶能量变换法，分形维数法，马尔科夫随机场，小波分析等。这些方法对纹理的特征都从不同角度进行了描述，并且都具有广泛的用途。图像增强算法在数字图像处理应用中有着广泛的应用，目前主要方法分为空间域方法与频率域方法。基于空间域的方法包括灰度变换，直方图修正，梯度增强，中值滤波等；基于频率域的方法主要包括高通滤波，拉普拉斯算子等。各类算法从不同角度对图像进行变换，可以增强图像某些细节或特征，或者去除图像上我们不关心的内容，为图像的后续处理提供信息。
技术实现思路
为了解决上述现有技术存在的问题，本专利技术的目的在于提供一种基于局部纹理方向性的图像增强方法，可以有效增强方向性纹理特征，突出方向性纹理的方向，密度，纹理宽度等细节，可以有效地抑制光照，噪音等因素对图像纹理的影响，使增强后的纹理的图像应用于其他数字图像处理算法中。为达到以上目的，本专利技术采用以下技术方案：基于局部纹理方向性的图像增强方法，包括如下步骤：步骤1：局部纹理方向判断1)计算图像轮廓图；2)在轮廓图像上计算特征像素点，提取12种特征像素点，并将其划分到8个方向，具体方法为：对于轮廓图，根据每个像素点3*3邻域内的情况，求取每个像素点的哈希值，每个像素点的值非0即1，使像素点3*3邻域内每个像素点的取值与一个8位2进制数的每位相对应，这个8位2进制数的十进制形式即是这个像素点的哈希值；对于所有图像上所有点，只考虑12种极具方向性意义的像素点作为特征像素点，特征像素点满足如下条件：A)3*3邻域内中心像素点为前景点；B)3*3邻域内，除中心像素点外，有且仅有两个前景点A1，A2C)在3*3领域内，绕中心像素点沿顺时针方向，A1到A2间隔D1个背景点，A2到A1间隔D2个背景点，D1、D2的值或同时为3，或一个为2，一个为4；根据每个像素点的哈希值，提取特征像素点，对于其他哈希值像素点则忽略；8个方向划分的具体方法为：3*3邻域内非中心像素点连线与X轴正向的夹角分别为0°、30°、45°、60°、90°、120°、135°、150°，作为8个方向；3)计算8个方向的特征像素点积分图；4)利用特征像素点积分图快速判断图像上任一区域内纹理主方向：设在窗口内相邻两方向的特征像素点数之和最大的两种方向分别为θ1和θ2，其对应的特征像素点数分别为NUM1和NUM2，最后此特征像素点的主方向θfinal为特征像素点数之和最大的相邻两种方向的加权和，如下所示θfinal＝θ1*(NUM1/(NUM1+NUM2))+θ2*(NUM2/(NUM11+NUM2))步骤2：局部纹理图像增强1)对图像进行高提升滤波；2)根据局部像素点的纹理方向，迭代执行双线性插值的浮雕化操作与高斯滤波两到三次，直到图像效果稳定；迭代执行双线性插值的浮雕化操作具体方法为：对原图像上每个像素点按主方向θfinal的垂直方向，取预设距离的两点作差值，乘以大于10的系数，再加上背景常数128，采用双线性插值的方法选取距每个像素点按一定方向需要作差的两像素点值。优选地，对步骤1计算的图像轮廓图进行去噪，减少噪声点对纹理主方向判断的干扰。本专利技术和现有技术相比，具有如下优点：通过本专利技术方法增强图像上方向性纹理的特征和细节。纹理的方向性是纹理图像的一个基本特征，通过对图像的方向性特征增强，将局部纹理上光照，噪音等不关心的因素抑制，使局部图像在纹理方向上的细节保留下来，成为图像进一步识别，分类，判断的依据。增强后的纹理图像保留了纹理的方向性特征与纹理细节，抑制了纹理颜色，光照，噪声等影响。附图说明图1为12种特征像素点示意图。图2为8个方向特征像素点分类图。图3为双线性插值的浮雕化操作示意图。图4为高斯滤波的模板图。图5为原图像。图6为增强后的图像。图7为原图像的轮廓图。图8为高提升滤波后的图像。图9为图5的局部放大图。图10为对图9增强后的图像。具体实施方式以下结合附图及具体实施例对本专利技术作进一步的详细描述。本专利技术主要分为两大部分：1.局部纹理方向判断；2.局部纹理图像增强。局部纹理方向判断主要步骤分为轮廓图计算，轮廓图去噪，特征像素点计算，特征像素点积分图计算，局部纹理方向判断；局部纹理图像增强主要步骤分为高提升滤波，迭代执行双线性插值浮雕化与高斯模糊。下面分步骤具体介绍：1)局部纹理方向判断局部纹理方向判断使用了一种简单，有效，快速，鲁棒的局部方向性描述子——可以在复杂的自然图像中，快速，准确地判断纹理大致方向。纹理的基本方向为后续的双线性插值浮雕化操作提供了依据。方法首先用canny算子计算轮廓图像；然后对轮廓图作去噪；再在轮廓二值图上根据每个像素点3*3邻域的情况计算每个像素点的哈希值；根据每个像素点哈希值的不同，提取12种表征方向意义的像素点；将12种表征方向意义的像素点归类为8种方向，计算在8个方向上特征点个数的积分图；对于图像上某一区域，通过8种方向的积分图可以快速计算出局部图像纹理方向。1.1)图像轮廓图计算图象的边缘是指图象局部区域亮度变化显著的部分，该区域的灰度剖面一般可以看作是一个阶跃，既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。图象的边缘部分集中了图象的大部分信息，图象边缘的确定与提取对于整个图象场景的识别与理解是非常重要的，同时也是图象分割所依赖的重要特征。对于具有方向性纹理的图像，图像的边缘图具有明显的特征。这里采用Canny算子计算图像轮廓图，如图7所示。其主要步骤如下：高斯算子对图像进行平滑，有效抑制图像中存在的噪声；用一阶差分卷积模板，计算图像梯度幅值和方向；非极大值抑制(NMS)，保留局部梯度最大值点，抑制非极大梯度值；双阈值算法检测和连接图像轮廓，保留强边缘和与强边缘连接的弱边缘。Canny算子计算出的轮廓图，为下一步提取特征像素点提供依据。1.2)轮廓图去噪对于计算出的轮廓图使用中值滤波，对轮廓图中一些较小细节的噪声进行滤除。减少噪声点对纹理主方向判断的干扰。1.3)特征像素点计算对于去噪后的二值轮廓图，根据每个像素点3*3邻域内的情况，求取每个像素点的哈希值。每个像素点的值非0即1，使像素点3*3邻域内每个像素点的取值与一个8位2进制数的每位相对应，这个8位2进制数的十进制形式即是这个像素点的哈希值。对于所有图像上所有点，只希望考虑12种极具方向性意义的像素点作为特征像素点，特征像素点满足如下条件：A)3*3邻域内中心像素点为前景点；B)3*3邻域内，除中心像素点外，有且仅有两个前景点A1，A2C)在3*3领域内，绕中心像素点沿顺时针方向，A1到A2间隔D1个背景点，A2到A1间隔D2个背景点，D1、D2的值或同时为3，或一个为2，一个为4。如图1所示(黑色点代表前景点，白色点代本文档来自技高网...

【技术保护点】
基于局部纹理方向性的图像增强方法，其特征在于：包括如下步骤：步骤1：局部纹理方向判断1)计算图像轮廓图；2)在轮廓图像上计算特征像素点，提取12种特征像素点，并将其划分到8个方向，具体方法为：对于轮廓图，根据每个像素点3*3邻域内的情况，求取每个像素点的哈希值，每个像素点的值非0即1，使像素点3*3邻域内每个像素点的取值与一个8位2进制数的每位相对应，这个8位2进制数的十进制形式即是这个像素点的哈希值；对于所有图像上所有点，只考虑12种极具方向性意义的像素点作为特征像素点，特征像素点满足如下条件：A)3*3邻域内中心像素点为前景点；B)3*3邻域内，除中心像素点外，有且仅有两个前景点A1，A2C)在3*3领域内，绕中心像素点沿顺时针方向，A1到A2间隔D1个背景点，A2到A1间隔D2个背景点，D1、D2的值或同时为3，或一个为2，一个为4；根据每个像素点的哈希值，提取特征像素点，对于其他哈希值像素点则忽略；8个方向划分的具体方法为：3*3邻域内非中心像素点连线与X轴正向的夹角分别为0°、30°、45°、60°、90°、120°、135°、150°，作为8个方向；3)计算8个方向的特征像素点积分图；4)利用特征像素点积分图快速判断图像上任一区域内纹理主方向：设在窗口内相邻两方向的特征像素点数之和最大的两种方向分别为θ1和θ2，其对应的特征像素点数分别为NUM1和NUM2，最后此特征像素点的主方向θfinal为特征像素点数之和最大的相邻两种方向的加权和，如下所示θfinal＝θ1*(NUM1/(NUM1+NUM2))+θ2*(NUM2/(NUM11+NUM2))步骤2：局部纹理图像增强1)对图像进行高提升滤波；2)根据局部像素点的纹理方向，迭代执行双线性插值的浮雕化操作与高斯滤波两到三次，直到图像效果稳定；迭代执行双线性插值的浮雕化操作具体方法为：对原图像上每个像素点按主方向θfinal的垂直方向，取预设距离的两点作差值，乘以大于10的系数，再加上背景常数128，采用双线性插值的方法选取距每个像素点按一定方向需要作差的两像素点值。...

【技术特征摘要】
1.基于局部纹理方向性的图像增强方法，其特征在于：包括如下步骤：步骤1：局部纹理方向判断1)计算图像轮廓图；2)在轮廓图像上计算特征像素点，提取12种特征像素点，并将其划分到8个方向，具体方法为：对于轮廓图，根据每个像素点3*3邻域内的情况，求取每个像素点的哈希值，每个像素点的值非0即1，使像素点3*3邻域内每个像素点的取值与一个8位2进制数的每位相对应，这个8位2进制数的十进制形式即是这个像素点的哈希值；对于所有轮廓图像上所有点，只考虑12种极具方向性意义的像素点作为特征像素点，特征像素点满足如下条件：A)3*3邻域内中心像素点为前景点；B)3*3邻域内，除中心像素点外，有且仅有两个前景点A1，A2C)在3*3领域内，绕中心像素点沿顺时针方向，A1到A2间隔D1个背景点，A2到A1间隔D2个背景点，D1、D2的值或同时为3，或一个为2，一个为4；根据每个像素点的哈希值，提取特征像素点，对于其他哈希值像素点则忽略；8个方向划分的具体方法为：3*3邻域内非中心前景像素点连线与X轴正向的夹角分别为0°、30°、45°、60°...

【专利技术属性】
技术研发人员：宋永红，龚晨，张元林，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61