一种适用于复杂光照下的图像描述方法技术

本发明专利技术公开了一种适用于复杂光照下的图像描述方法，包括如下步骤：步骤一：获得待描述的图像为f(x,y)；步骤二：通过韦伯局部描述算子中的多级不同激励模式和韦伯局部描述算子中的多级不同方向模式对图像f(x,y)进行处理，得到多级不同激励模式图像ξmulti(x,y)和多级不同方向模式图像ψmulti(x,y)；步骤三：对步骤二中得到的图像函数ξmulti(x,y)和ψmulti(x,y)的值域进行分割，得到函数ξ′multi(x,y)和函数ψ′multi(x,y)；步骤四：计算步骤三中得到的函数ξ'multi(x,y)和函数ψ'multi(x,y)的直方图，得到函数和步骤五：将函数和连接起来得到最终的图像描述本发明专利技术能够有效提取复杂光照环境下的目标图像特征，适用于复杂光照环境下的图像识别领域应用。

【技术实现步骤摘要】

本专利技术属于图像处理
，尤其是一种适用于复杂光照下的图像描述方法。
技术介绍
图像特征描述在计算机视觉和模式识别领域一直是至关重要的环节之一，图像的局部特征提取方法已经取得了重要发展。然而，受样本数目限制、复杂光照环境及严重部分遮挡的影响，特别是复杂光照环境涉及到的多角度光源，过曝光和欠曝光等，图像描述面临新的挑战。经过不断研究，目前已经取得了丰富的成果，具有代表性的图像描述方法主要包括三类：第一类是图像预处理，比较著名的算法有直方图均衡、同态滤波等；第二类是传统方法改进，主要包括主成分分析、独立分量分析、小波变换、局部二进制模式以及相关的多种改进算法；第三类算法主要集中在人类视觉模型方面，主要包括Retinex变换、韦伯局部描述、韦伯二进制模式等。综合考虑以上三种方法，基于人类视觉感知的方法是以后重点研究的方向。韦伯局部描述充分考虑了中心像素的刺激激励及背景像素的相对关系，在复杂光照情况下能够获得良好效果，但在进行刺激激励计算时，没有充分考虑距离中心像素较远的像素对中心激励的影响。
技术实现思路
本专利技术的目的在于克服上述现有技术的缺点，提供一种适用于复杂光照下的图像描述方法，能够有效提取复杂光照环境下的目标图像特征，适用于复杂光照环境下的图像识别领域应用。本专利技术的目的是通过以下技术方案来实现的：这种适用于复杂光照下的图像描述方法，包括如下步骤：步骤一：获得待描述的图像为f(x,y)；步骤二：通过韦伯局部描述算子中的多级不同激励模式和韦伯局部描述算子中的多级不同方向模式对图像f(x,y)进行处理，得到多级不同激励模式图像ξmulti(x,y)和多级不同方向模式图像ψmulti(x,y)；步骤三：对步骤二中得到的图像函数ξmulti(x,y)和ψmulti(x,y)的值域进行分割，得到函数ξ′multi(x,y)和函数ψ′multi(x,y)；步骤四：计算步骤三中得到的函数ξ'multi(x,y)和函数ψ'multi(x,y)的直方图，得到函数和步骤五：将函数和连接起来得到最终的图像描述进一步，上述步骤二中韦伯局部描述算子中的多级不同激励模式具体过程为：步骤1)：韦伯准则定义为：ΔII=K---(1)]]>其中，ΔI表示不同刺激的激励变化值，I表示背景值，K是一个比例常数；步骤2)：根据步骤1)定义韦伯局部描述算子中的不同激励模式ξ(m0)：ξ(m0)=arctan(Σi=1PΔIiI0)=arctan(ΔII0)---(2)]]>其中，P代表中心像素m0的邻域像素个数，arctan()为反余切函数，ΔIi表示中心像素m0和其周边P个邻域像素mi的差值，且i＝1,2,...,P，定义为：ΔIi＝mi-m0(3)步骤3)：根据公式(2)和公式(3)得到多级不同激励模式：ξmulti(m0)=arctan(Σi=1PΔIiinner+ΔIiouterI0)=arctan(ΔII0)---(4)]]>其中，和分别代表中心像素与其周边内层像素及外层像素的差值，具体定义如下：ΔIiinner=(mi-m0)---(5)]]>ΔIiouter=(ni-mi)---(6)]]>其中，mi和ni分别代表内层像素和外层像素；步骤4)：将图像f(x,y)带入公式(4)中得到多级不同激励模式图像ξmulti(x,y)。进一步，上述步骤二中局部韦伯描述算子中的多级不同方向模式具体过程为：步骤1)：定义韦伯局部描述算子中的不同方向模式ψ(m0)为：ψ(m0)=arctan(m1-m5m3-m7)---(7)]]>其中，m1-m5和m3-m7分别表示横轴和纵轴方向的刺激差异；步骤2)将ψ(m0)扩展为多级不同方向模式ψmulti(m0)，定义为：ψmulti(m0)=arctan((m1-m5)+(n1-n5)(m3-m7)+(n3-n7))---(8)]]>其中，m1-m5和m3-m7分别表示内层横轴和纵轴方向的刺激差异，n1-n5和n3-n7分别表示外层横轴和纵轴方向的刺激差异；步骤3)：将图像f(x,y)带入公式(8)中得到多级不同方向模式图像ψmulti(x,y)。进一步，上述步骤三中对图像函数ξmulti(x,y)和ψmulti(x,y)的值域进行分割的具体方法为：图像函数ξmulti(x,y)和ψmulti(x,y)的值域均为[-π/2,π/2]，为使用直方图降维并描述相关模式，将值域分割成N个等间隔子区间ln，其中，n＝0,1,2,...,N-1，具体定义如下：ln=[ηnl,ηnu]---(9)]]>ηnl=(nN-12)π---(10)]]>ηnu=(n+1N-12)π---(11)]]>n=mod(ξ(xc)+π/2π/N,N)---(12)]]>其中，和分别为子区间ln的上下限，mod()为求余运算。进一步，上述步骤四中计算函数ξ′multi(x,y)和函数ψ′multi(x,y)直方图的具体方法为：定义多级不同激励模式图像ξmulti(x,y)的直方图为：HnME=Σx,yI(ξmulti(x,y)∈ln),n=0,1,...,N---(13)]]>定义多级不同方向模式图像ψmulti(x,y)的直方图为：HnMD=Σx,yI(ψmulti(x,y)∈ln),n=0,1,...,N---(14)]]>其中，公式(13)和公式(14)中的函数I()定义为：公式(13)和公式(14)均为统计落在所有子区间ln(n＝0,1,2,...,N-1)上值的总数。进一步，上述中心像素m0的邻域像素个数P取值为8。相对于现有技术，本专利技术的优点及效果为：本专利技术基于对视觉感知模型和韦伯法则的分析，提出一种复杂光照下基于视觉感知的图像描述算子，该算子主要包括两个部分：多级激励模式和多级方向模式。多级激励模式主要提取中心像素多邻域内图像的光照不变性相对激励特征，多级方向模式主要提取中心像素多邻域内图像的光照不变性方向特征。该算子避免了光照模型估计并考虑了人的视觉感知原理，具有计算简单、目标图像提取效果好等特点。通过在复杂光照纹理库上进行相关实验，验证了算法有效性。附图说明图1a为邻域像素位置分布示意图；图1b为与图1a领域像素相对应的方向示意图；图2为本专利技术采用的PhoTex数据库部分图像；图3本专利技术各种方法识别率对比图。具体实施方式下面结合附图对本专利技术做进一步详细描述：如图1至图3所述，本专利技术公开了一种适用于复杂光照下的图像描述方法，包括如下步骤：步骤一：获得待描述的图像为f(x,y)；步骤二：通过韦伯局部描述算子中的多级不同激励模式和韦伯局部描述算子中的多级不同方向模式对图像f(x,y)进行处理，得到多级不同激励模式图像ξmulti(x,y)和多级不同方向模式图像ψmulti(x,y)；步骤三：对步骤二中得到的图像函数ξmulti(x,y)和ψmulti(x,y)的值域进行分割，得到函数ξ′multi(x,y本文档来自技高网...

【技术保护点】
一种适用于复杂光照下的图像描述方法，其特征在于，包括如下步骤：步骤一：获得待描述的图像为f(x,y)；步骤二：通过韦伯局部描述算子中的多级不同激励模式和韦伯局部描述算子中的多级不同方向模式对图像f(x,y)进行处理，得到多级不同激励模式图像ξmulti(x,y)和多级不同方向模式图像ψmulti(x,y)；步骤三：对步骤二中得到的图像函数ξmulti(x,y)和ψmulti(x,y)的值域进行分割，得到函数ξ′multi(x,y)和函数ψ′multi(x,y)；步骤四：计算步骤三中得到的函数ξ'multi(x,y)和函数ψ'multi(x,y)的直方图，得到函数和步骤五：将函数和连接起来得到最终的图像描述

【技术特征摘要】
1.一种适用于复杂光照下的图像描述方法，其特征在于，包括如下步骤：步骤一：获得待描述的图像为f(x,y)；步骤二：通过韦伯局部描述算子中的多级不同激励模式和韦伯局部描述算子中的多级不同方向模式对图像f(x,y)进行处理，得到多级不同激励模式图像ξmulti(x,y)和多级不同方向模式图像ψmulti(x,y)；步骤三：对步骤二中得到的图像函数ξmulti(x,y)和ψmulti(x,y)的值域进行分割，得到函数ξ′multi(x,y)和函数ψ′multi(x,y)；步骤四：计算步骤三中得到的函数ξ'multi(x,y)和函数ψ'multi(x,y)的直方图，得到函数和步骤五：将函数和连接起来得到最终的图像描述2.如权利要求1所述的适用于复杂光照下的图像描述方法，其特征在于，步骤二中韦伯局部描述算子中的多级不同激励模式具体过程为：步骤1)：韦伯准则定义为：ΔII=K---(1)]]>其中，ΔI表示不同刺激的激励变化值，I表示背景值，K是一个比例常数；步骤2)：根据步骤1)定义韦伯局部描述算子中的不同激励模式ξ(m0)：ξ(m0)=arctan(Σi=1PΔIiI0)=arctan(ΔII0)---(2)]]>其中，P代表中心像素m0的邻域像素个数，arctan()为反余切函数，ΔIi表示中心像素m0和其周边P个邻域像素mi的差值，且i＝1,2,...,P，定义为：ΔIi＝mi-m0(3)步骤3)：根据公式(2)和公式(3)得到多级不同激励模式：ξmulti(m0)=arctan(Σi=1PΔIiinner+ΔIiouterI0)=arctan(ΔII0)---(4)]]>其中，和分别代表中心像素与其周边内层像素及外层像素的差值，具体定义如下：ΔIiinner=(mi-m0)---(5)]]>ΔIiouter=(ni-mi)---(6)]]>其中，mi和ni分别代表内层像素和外层像素；步骤4)：将图像f(x,y)带入公式(4)中得到多级不同激励模式图像ξmulti(x,y)。3.如权利要求1所述的适用于复杂光照下的图像描述方法，其特征在于，步骤二中韦伯局部描述算子中的多级不同方向模式具体过程为：步骤1)：根据权利要求2中的步骤1)定义韦伯局部描述算子中的不同方向模式ψ(m0)...

【专利技术属性】
技术研发人员：陈婷，赵祥模，代亮，李思，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西;61