基于均值采样的局部三值模式纹理特征提取方法技术

本发明专利技术公开了一种基于均值采样的局部三值模式纹理特征提取方法，首先对所有可能取值的局部三值编码序列利用旋转不变性进行初步降维，再采用降维条件实现进一步降维，建立包含原始模式号和最终模式号对应关系的模式映射表；对于待提取特征的纹理图像，对纹理图像的每个非边缘像素点进行邻域环形对称均值采样，从采样点中获取有效编码点进行编码，得到非边缘像素点的局部三值编码序列以及对应的原始模式号，然后在模式映射表中查找对应的最终模式，在纹理图像中统计每个最终模式所涵盖的非边缘像素点数量，构建纹理图像的特征向量。本发明专利技术通过均值采样控制噪声，提高纹理特征的准确度，同时通过降维方法有效控制特征向量的维度。

【技术实现步骤摘要】
基于均值采样的局部三值模式纹理特征提取方法
本专利技术属于纹理特征提取
，更为具体地讲，涉及一种基于均值采样的局部三值模式纹理特征提取方法。
技术介绍
视觉特征的提取是图像分类和识别过程中的一个重要环节，特征的好坏直接影响着整个视觉系统的性能。在长期的研究中，学者们提出了各种特征用于描述具体的分类对象，纹理特征就是其中重要的一种统计型特征。它反映了灰度图像中纹理像素结构空间的分布情况，一般是一系列纹理基元按照某种排列规则在像素空间上的反复再现。纹理特征表达方法的研究对于基于内容的图像检索、遥感图像分类等问题具有很大的现实意义。纹理特征主要分为统计特征和频谱特征。统计纹理特征主要基于灰度共生矩阵、局部模式直方图，半方差图等；频谱纹理特征反映了纹理的频率特性，频谱分析方法有傅里叶变换、离散余弦变化、小波变换、Gabor变化等。当然，统计特征和频率特征的融合特征相对单个特征具备更强的类别鉴别能力，带来的问题就是计算时间以及空间消耗的增长。1996年OjalaT等人提出的局部二值模式(LocalBinaryPattern,LBP)纹理特征描述方法中，通过对比中心像素点与邻域像素灰度值差异，生成中心像素点的二进制编码，依此来编码整幅图像，该方法在经典的纹理分类数据库上能达到比较满意的效果。作为一种简单、有效的纹理特征描述方法，LBP被广泛应用和发展。为了提高纹理特征的鉴别能力，2010年Tan等人提出一种局部三值模式(LocalTernaryPattern,LTP)并应用于人脸识别中，该方法对中心像素点与邻域采样点的差异用{-1,0,1}三值编码，产生两个互补的局部二值模式，即一个上(upper)模式和一个下(lower)模式。然而，这种三值模式并非严格意义上的三值模式，其最终的编码依然是二值的，类似的LTP变体还有ZhangY等人提出的高阶LTP(high-orderLTP)，这些编码方式也只能称为“伪三值模式”。RajaM等提出的OLTP，以及HuangM等人提出的OS-LTP都采用真正意义的三值模式编码，但是在旋转不变性和特征维度上还做的不够，而这两者恰是纹理特征所必须具备的关键要素。目前存在的局部三值模式纹理特征提取方法，主要缺点是产生的特征向量维度太高，不能适应16个以上的邻域采样点。所以需要研究适应更多采样点且特征维度较低的新型局部三值模式纹理特征提取方法，以便进一步提高纹理分类的准确度。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种基于均值采样的局部三值模式纹理特征提取方法，通过均值采样控制噪声，提高纹理特征的准确度，同时通过降维方法有效控制特征向量的维度。为实现上述专利技术目的，本专利技术基于均值采样的局部三值模式纹理特征提取方法，其特征在于包括以下步骤：S1：生成3P个P位的局部三值编码序列，P表示纹理图像中像素点的有效编码点数量，局部三值编码序列中每位编码的可能取值为-1,0,1；记第n个局部三值编码序列FLTP(n)＝{fn,P-1,fn,P-2,…,fn,0}，计算对应的原始模式号其中n＝0,1,…,3P-1，p＝0,1,…,P-1；S2：对于步骤S101生成的每个三值局部编码序列FLTP(n)，获取对应的降维三值编码序列FLTP*(n)，计算公式为：FLTP*(n)＝min{ROR(FLTP(n),t)},t＝0,1,...,P-1其中，t表示循环右移的序号，ROR(·,·)表示对局部三值编码序列进行循环右移操作，min(·)表示取P个循环右移结果的最小值；对降维三值编码序列进行统计，记降维三值编码序列的数量为D，每个降维三值编码序列对应一个初步降维模式，第d个初步降维模式所对应的序列为FLTP*(d)，d＝0,1,…,D-1，统计每个降维三值编码序列对应的局部三值编码序列的原始模式号F(n)，记为集合判断每个初步降维模式所对应的序列FLTP*(d)是否满足以下公式：其中，F1(·)表示计算序列中编码“0”出现的次数，U(·)表示计算序列中编码“-1”、“0”和“1”之间的变化次数；α、β分别表示预设的出现次数阈值和变化次数阈值；如果满足则保留该序列模式，否则将该序列划入混杂模式；记得到的最终模式数量为M，其中第0到第M-2个模式为保留模式，第M-1个模式为混杂模式，记第m个模式所对应的原始模式号集合为S3：根据步骤S2得到的每个最终模式对应的原始模式号集合生成模式映射表，模式映射表中包含每个原始模式号和最终模式号的对应关系；S4：对于待提取特征的纹理图像，遍历纹理图像的每个非边缘像素点(i,j)，采样以该像素点为中心、半径为R的采样环上各像素点的灰度值，得到N个采样点灰度值，将采样点灰度值按顺序划分为P组，每组包含2k+1个采样点灰度值，求取每组采样点灰度值的均值，得到的P个均值作为像素点(i,j)的有效编码点的灰度值；S5：根据每个像素点(i,j)的P个有效均值编码点的灰度值对像素点(i,j)进行编码，生成局部三值编码序列FLTP(i,j)＝{TP-1(i,j),TP-2(i,j),…,T0(i,j)}，其中Tp(i,j)表示第p个有效均值编码点的编码，计算得到对应的原始模式号S6：根据纹理图像中各个非边缘像素点(i,j)对应的原始模式号F(i,j)，在模式映射表中查找得到每个非边缘像素点(i,j)对应的最终模式号，然后统计每个最终模式所涵盖的非边缘像素点数量h(m)，构建纹理图像的特征向量H＝{h(0),h(1),…,h(M-1)}。本专利技术基于均值采样的局部三值模式纹理特征提取方法，首先对所有可能取值的局部三值编码序列利用旋转不变性进行初步降维，再采用降维条件实现进一步降维，建立包含原始模式号和最终模式号对应关系的模式映射表；对于待提取特征的纹理图像，对纹理图像的每个非边缘像素点进行邻域环形对称均值采样，从采样点中获取有效编码点进行编码，得到非边缘像素点的局部三值编码序列以及对应的原始模式号，然后在模式映射表中查找对应的最终模式，在纹理图像中统计每个最终模式所涵盖的非边缘像素点数量，构建纹理图像的特征向量。本专利技术具有以下有益效果：(1)本专利技术采用局部三值编码，能提供比局部二值模式粒度更细的纹理特征编码方法；(2)通过局部三值编码序列的旋转不变性和设计的降维条件对局部三值编码模式进行降维，有效控制模式维度；(3)在对纹理图像进行邻域环形对称均值采样，采用均值方法得到有效编码点，可以有效抑制噪声影响，提高算法的鲁棒性。附图说明图1是本专利技术基于均值采样的局部三值模式纹理特征提取方法的流程图；图2是邻域环形对称均值采样模型图；图3是局部三值模式编码示例图；图4是OTC10数据库纹理样本图；图5是特征向量直方图示例。具体实施方式下面结合附图对本专利技术的具体实施方式进行描述，以便本领域的技术人员更好地理解本专利技术。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本专利技术的主要内容时，这些描述在这里将被忽略。图1是本专利技术基于均值采样的局部三值模式纹理特征提取方法的流程图。如图1所示，本专利技术基于均值采样的局部三值模式纹理特征提取方法的具体步骤包括：S101：生成全部局部三值编码序列：在对纹理图像进行局部三值编码时，记有效编码点数量为P，那么可能的编码序列数量本文档来自技高网...

【技术保护点】
一种基于均值采样的局部三值模式纹理特征提取方法，其特征在于，包括以下步骤：S1：生成3P个P位的局部三值编码序列，P表示纹理图像中像素点的有效编码点数量，局部三值编码序列中每位编码的可能取值为‑1,0,1；记第n个局部三值编码序列FLTP(n)＝{fn,P‑1,fn,P‑2,…,fn,0}，计算对应的原始模式号其中n＝0,1,…,3P‑1，p＝0,1,…,P‑1；S2：对于步骤S101生成的每个三值局部编码序列FLTP(n)，获取对应的降维三值编码序列FLTP*(n)，计算公式为：FLTP*(n)＝min{ROR(FLTP(n),t)},t＝0,1,...,P‑1其中，t表示循环右移的序号，ROR(·,·)表示对局部三值编码序列进行循环右移操作，min(·)表示取P个循环右移结果的最小值；对降维三值编码序列进行统计，记降维三值编码序列的数量为D，每个降维三值编码序列对应一个初步降维模式，第d个初步降维模式所对应的序列为FLTP*(d)，d＝0,1,…,D‑1，统计每个降维三值编码序列对应的局部三值编码序列的原始模式号F(n)，记为集合判断每个初步降维模式所对应的序列FLTP*(d)是否满足以下公式：F1(FLTP*(d))≤αU(FLTP*(d))≤β]]>其中，F1(·)表示计算序列中编码“0”出现的次数，U(·)表示计算序列中编码“‑1”、“0”和“1”之间的变化次数；α、β分别表示预设的出现次数阈值和变化次数阈值；如果满足则保留该序列模式，否则将该序列划入混杂模式；记得到的最终模式数量为M，其中第0到第M‑2个模式为保留模式，第M‑1个模式为混杂模式，记第m个模式所对应的原始模式号集合为S3：根据步骤S2得到的每个最终模式对应的原始模式号集合生成模式映射表，模式映射表中包含每个原始模式号和最终模式号的对应关系；S4：对于待提取特征的纹理图像，遍历纹理图像的每个非边缘像素点(i,j)，采样以该像素点为中心、半径为R的采样环上各像素点的灰度值，得到N个采样点灰度值，将采样点灰度值按顺序划分为P组，每组包含2k+1个采样点灰度值，求取每组采样点灰度值的均值，得到的P个均值作为像素点(i,j)的有效编码点的灰度值；S5：根据每个像素点(i,j)的P个有效均值编码点的灰度值对像素点(i,j)进行编码，生成局部三值编码序列FLTP(i,j)＝{TP\1(i,j),TP\2(i,j),…,T0(i,j)}，其中Tp(i,j)表示第p个有效均值编码点的编码，计算得到对应的原始模式号S6：根据纹理图像中各个非边缘像素点(i,j)对应的原始模式号F(i,j)，在模式映射表中查找得到每个非边缘像素点(i,j)对应的最终模式号，然后统计每个最终模式所涵盖的非边缘像素点数量h(m)，构建纹理图像的特征向量H＝{h(0),h(1),…,h(M‑1)}。...

【技术特征摘要】
1.一种基于均值采样的局部三值模式纹理特征提取方法，其特征在于，包括以下步骤：S1：生成3P个P位的局部三值编码序列，P表示纹理图像中像素点的有效编码点数量，局部三值编码序列中每位编码的可能取值为-1,0,1；记第n个局部三值编码序列FLTP(n)＝{fn,P-1,fn,P-2,…,fn,0}，计算对应的原始模式号其中n＝0,1,…,3P-1，p＝0,1,…,P-1；S2：对于步骤S1生成的每个三值局部编码序列FLTP(n)，获取对应的降维三值编码序列FLTP*(n)，计算公式为：FLTP*(n)＝min{ROR(FLTP(n),t)},t＝0,1,...,P-1其中，t表示循环右移的序号，ROR(·,·)表示对局部三值编码序列进行循环右移操作，min(·)表示取P个循环右移结果的最小值；对降维三值编码序列进行统计，记降维三值编码序列的数量为D，每个降维三值编码序列对应一个初步降维模式，第d个初步降维模式所对应的序列为FLTP*(d)，d＝0,1,…,D-1，统计每个降维三值编码序列对应的局部三值编码序列的原始模式号F(n)，记为集合判断每个初步降维模式所对应的序列FLTP*(d)是否满足以下公式：其中，F1(·)表示计算序列中编码“0”出现的次数，U(·)表示计算序列中编码“-1”、“0”和“1”之间的变化次数；α、β分别表示预设的出现次数阈值和变化次数阈值；如果满足则保留该序列模式，否则将该序列划入混杂模式；记得到的最终模式数量为M，其中第0到第M-2个模式为保留模式，第M-1个模式为混杂模式，记第m个模式所对应的原始模式号集合为S3：根据步骤S2得到的每个最终模式对应的原始模式号集合生成模式映射表，模式映射表中包含每个原始模式号和最终模式号的对应关系；S4：对于待提取特征的...

【专利技术属性】
技术研发人员：纪禄平，王强，卢鑫，陈晨，尹武松，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51