一种基于嵌套三角结构的图像纹理特征提取方法技术

本发明专利技术公开了一种基于嵌套三角结构的图像纹理特征提取方法，涉及一种全新的灰度差三角矩阵(GDTM，Gray Different Triangle Matrix)，通过提取图像不同位置和角度嵌套三角形顶点的灰度差对，统计灰度差对的出现次数，归一化计算得到概率三角矩阵。GDTM能反映亮度变化的分布特性，也能反映图像不同方向、不同间隔亮度变化的综合信息，是基于三角几何结构的图像亮度变化二阶统计特征。在本发明专利技术基础上计算的纹理特征量能更直观有效表征图像纹理状况，相比传统的纹理统计特征提取方法如灰度共生矩阵等，计算量更少，能抗光照变化及RST变化，且能提高对较大纹理的描述效果，是一种更有效的图像纹理特征提取方法。

【技术实现步骤摘要】
一种基于嵌套三角结构的图像纹理特征提取方法
本专利技术涉及一种图像的纹理特征提取方法，具体涉及一种基于嵌套三角结构的图像纹理特征提取方法。
技术介绍
纹理是图像中某种特质局部重复模式的宏观表现，对于大多数纹理图像而言，这种重复模式是近似的和复杂的，纹理分析相比其他方法能更充分利用图像信息，较好兼顾图像的微观和宏观特征，是图像分析与检索、计算机视觉等的重要技术手段，广泛应用于军事、医疗、气象、信息安全、工业生产和检测等领域。然而纹理的类型庞杂、形态各异且结构繁复，纹理图像特征提取与分析一直是图像处理领域的一大难题，研究更高效、稳健的纹理特征提取方法是图像处理研究的一个重要方向。目前纹理特征提取主要是基于统计、几何、信号处理、关键点等方法，每种方法都各有特点和优势但也存在不足，其中统计分析和信号处理方法应用广泛，影响深远，而几何/结构化的特征描述相对缺乏。然而，统计与信号处理特征都存在计算量大，缺乏几何/结构特征描述，缺乏图像特征点空间关系的描述等问题。在统计特征中，Haralic提出的灰度共生矩阵(GLCM，GrayLevelCooccurrenceMatrix)占据主导地位，该方法通本文档来自技高网...

【技术保护点】
一种基于嵌套三角结构的图像纹理特征提取方法，其特征在于，该方法包括以下步骤：1)对原始图像进行灰度级量化预处理；2)以嵌套三角结构中心点扫描整幅图像，获得三角顶点坐标矩阵；3)计算三角顶点的灰度差，获得灰度差对向量；4)统计灰度差对出现次数，获得灰度差对三角矩阵；5)由步骤4)获得的灰度差对三角矩阵导出图像纹理特征。

【技术特征摘要】
1.一种基于嵌套三角结构的图像纹理特征提取方法，其特征在于，该方法包括以下步骤：1)对原始图像进行灰度级量化预处理；2)以嵌套三角结构中心点扫描整幅图像，获得三角顶点坐标矩阵；3)计算三角顶点的灰度差，获得灰度差对向量；4)统计灰度差对出现次数，获得灰度差对三角矩阵；5)由步骤4)获得的灰度差对三角矩阵导出图像纹理特征。2.如权利要求1所述的一种基于嵌套三角结构的图像纹理特征提取方法，其特征在于，步骤1)所述预处理，包括将图像灰度级量化为G级灰度；所述G级灰度取值范围包括：G＝2i,i∈{3,4,5,6,7,8}。3.如权利要求1所述的一种基于嵌套三角结构的图像纹理特征提取方法，其特征在于，步骤2)所述的扫描整幅图像，是以嵌套三角结构中心点扫描图像所有像素点，取得各像素点的嵌套三角结构中每个三角形的顶点坐标，生成一个三维的坐标矩阵C＝[轴顶点坐标左顶点坐标右顶点坐标]；所述嵌套三角结构包括多个等腰三角形结构，包括若干层；每个三角形的三个顶点分别位于该三角形的外层三角形的边的中点；嵌套结构中每一层三角形标注为Li，最内层三角形定义为L1层，层数由内向外依次递增，直到m层。4.如权利要求3所述的一种基于嵌套三角结构的图像纹理特征提取方法，其特征在于，步骤3)中，设置三角顶点P的坐标为P(x,y)，该顶点P的...

【专利技术属性】
技术研发人员：汪宇玲，黎明，何月顺，吴小龙，鲁宇明，汪彬，
申请(专利权)人：东华理工大学，南昌航空大学，
类型：发明
国别省市：江西,36