基于圆迹变换的图像不变特征提取方法技术

本发明专利技术涉及一种基于圆迹变换的图像不变特征提取方法，属于图像处理与计算机视觉领域。该方法利用一种新的圆迹变换的圆迹线来跟踪图像，并将圆迹线上的泛函结果映射到由半径、长度和角度三个参数生成的空间上，得到圆迹变换结果，对该结果继续做泛函积分，能得到图像四重圆迹空间特征。在圆迹线上使用不同的泛函能得到不同的圆迹变换结果，不同的泛函组合能获得不同的圆迹变换特征，即能表示图像不同的纹理性质，产生多维的圆迹变换纹理特征信息。本方法利用圆迹变换提取的纹理特征，具有RST不变特性，能获得更深层次图像信息，对于包含圆形、弧线形纹理的图像具备了更好的分辨能力，在训练样本较少的情况下，其识别能力都有明显提升。

Image invariant feature extraction method based on circle transform

The invention relates to an image invariant feature extraction method based on the circle transformation, which belongs to the field of image processing and computer vision. The method uses a new round trace circular transform to image tracking, and functional results on trace circle map to generate by radius, length and angle of the three parameter space, get the circular transformation results, the results continue to do functional integral, can get the characteristics of four circular space image. Different circular functions can be obtained by using different functionals on the circle trace. Different functional combinations can obtain different features of circle transformation, that is to say, it can represent different texture properties of the image, and produce multi-dimensional circular transform texture feature information. This method uses texture feature extraction with circular transform, RST invariant feature, can get a deeper level of image information, the image contains a circular arc shape, texture has better resolution capability, in the case of small samples, the recognition ability has improved significantly.

【技术实现步骤摘要】
基于圆迹变换的图像不变特征提取方法
本专利技术涉及一种基于圆迹变换的图像不变特征提取方法，属于图像处理与计算机视觉领域。
技术介绍
图像特征提取在图像处理中起着关键作用，如何从图像中提取反映图像本质并具有强适应性的特征一直是图像处理及计算机视觉等领域的核心研究内容。众所周知，最常见的图像特征包括纹理、颜色和形状等，在这些特征的提取过程中，研究人员都试图寻找一些不变特征，当图像内容发生旋转、缩放、平移或是有光照及拍摄视点变化时，这些特征量具有不变性。图像不变特征分析方法主要有矩理论分析方法、相关性分析、傅里叶描述子、自回归模型、SIFT(Scaleinvariantfeaturetransform，尺度不变特征转换)等，还有就是使用Radon域或其泛化分析的方法，Radon变换将旋转变换转化为参数平移，能提取具有图像几何不变性的特征，迹变换(Tracetransform)则是Radon变换的推广，通过迹变换能提取图像旋转、缩放及平移不变特征。Kadyrov和Petrou首先提出了基于迹变换的三重不变特征提取方法，详见参考文献【KadyrovA,PetrouM.TheTracetransformanditsapplications[J].IEEETransactionsonPatternAnalysis&MachineIntelligence,2001,23(8):811-828.】和【KadyrovA,PetrouM.Thetracetransformasatooltoinvariantfeatureconstruction[C]//PatternRecognition,1998.Proceedings.FourteenthInternationalConferenceon.IEEE,2002:1037-1039vol.2.】。迹变换是Radon变换的泛化，使用迹变换能提取图像的RST(旋转、缩放和平移)不变特征，在不变图像分析领域，迹变换具有重要的几何不变特征提取理论意义，已经引起研究者的极大兴趣，它已被广泛应用于各类图像分析中，如图像配准、纹理分类、人脸认证、版权保护、字符识别、行为识别、彩色图像分类、地震勘探等。虽然已经有众多研究者对基于迹变换的不变特征提取进行了大量的研究，但大部分是对迹变换泛函的组合优选、分析研究不同泛函的旋转不变性及尺度缩放敏感性以及迹变换的应用研究方面，很少有针对不同几何纹理图像的不变特征提取方法研究，如对含圆形或弧线形纹理的图像。
技术实现思路
为了获得一种对图像中含圆形或弧线形纹理更敏感的不变特征，本专利技术提出了一种基于圆迹变换的图像不变特征提取方法，以获得对含有近圆形或弧线形纹理的图像具有更高辨识能力的不变纹理特征。本专利技术为解决其技术问题采用如下技术方案：一种基于圆迹变换的图像不变特征提取方法，包括以下步骤：1)对原始图像灰度级量化，将量化后的灰度图像F映射到圆迹空间S(φ,ρ,r,c)，圆迹空间上的点对应图像F上的唯一一点；2)经圆迹线泛函R作用去除参数c得到一重特征，获得三维特征数据；3)在步骤2)所得三维特征数据基础上经半径泛函T作用去除参数r得到二重特征，获得二维特征矩阵；4)在步骤3)所得特征矩阵基础上经直径泛函D作用去除参数ρ得到三重特征，获得一维特征向量；5)在步骤4)所得特征向量基础上经圆周泛函C作用去除参数φ得到四重特征，获得一个标量，即一个实数；经步骤2)—步骤5)的泛函组合作用得到最终的一个图像特征；6)重复步骤2)—步骤5)步，选择合适的不同R、T、D、C泛函组合，获得不同的图像的多维圆迹变换纹理特征。步骤1)所述圆迹空间S(φ,ρ,r,c)，其中圆迹的半径r、圆的中心点Q与坐标原点O的距离ρ和Q、O两点的连线与x轴的夹角φ三个参数确定了一个圆迹线，在该圆迹线上定义参数c，则将图像F映射到一个四维空间S(φ,ρ,r,c)，S命名为圆迹空间。所述圆迹空间S中的每一点对应图像F上唯一点，每张图像唯一对应一个圆迹空间投影数据；假设圆迹空间S中的一点(φ,ρ,r,c)与图像F上一点(x，y)对应，则它们之间的变换关系如下其中φ是迹线t的法线与水平轴x的夹角，ρ是圆心Q与原点O的距离，r是圆迹的半径，c是定义在圆迹上起始点位于E的变量，φ′为c与圆心Q连线与水平轴x的夹角。步骤2)所述R泛函，步骤3)所述T泛函，步骤4)所述D泛函，步骤5)所述C泛函，是任意数学运算函数作为泛函。步骤2)所述R泛函，步骤3)所述T泛函，步骤4)所述D泛函，步骤5)所述C泛函，是其他特征提取方法作为泛函。步骤5)所述四重特征，由如下泛函公式计算得到：П(F)＝C(D(T(R(F(φ，ρ，r，c)))))(1)其中F表示图像，F(φ，ρ，r，c)表示圆迹变换的参数系上图像的投影，R、T、D、C分别表示定义在参数c、r、ρ、φ上的泛函。步骤6)所述合适的泛函，通常指选择的泛函具有旋转、平移、缩放不变性或敏感性，能提取出图像的不变特征。本专利技术的有益效果如下：1)选取适当的泛函或调整变换圆迹空间投影数据，利用圆迹变换能提取更丰富的图像特征信息，且提取的特征具有几何不变性，能应用于图像分类和图像分割等。2)在圆迹线上选择合适的R泛函，原图像中任意的圆均可在圆迹空间投影特征中形成极值，因此圆迹空间投影方法能提取图像的圆特征，亦有利于提取近圆形或弧形特征，采用圆迹变换提取的图像纹理特征对于具有近圆形或弧形纹理的图像有更好的鉴别能力。3)在少训练样本情况下，基于圆迹变换提取的不变纹理特征，其识别能力相较基于迹变换的特征有明显提升。附图说明图1为基于圆迹变换的图像不变特征提取基本流程。图2为圆迹变换参数定义。图3选择coil-20-process图像库中obj1、obj2、obj4、obj11、obj13共5种近圆形纹理类别，随机选取样本100次，迹变换TT和圆迹变换CTT分类比较结果图。图4选择Brodatz图像库中含近圆形或弧线形纹理的D75、D97、D101三类纹理图像，随机选取样本100次，迹变换TT和圆迹变换CTT分类比较结果图。具体实施方式下面结合附图对本专利技术作更进一步的说明。圆迹变换及其图像不变纹理特征提取流程如图1，该方法包括以下步骤：步骤1)：对原始图像灰度级量化。设灰度级为G，原始图像大小为m×n，对原图灰度级量化后变成一个灰度二维矩阵，记为I。为避免图像旋转造成信息丢失，将原灰度图I扩大到d×d，其中填充扩大部分的值为0，填充后的图像记为F。步骤2)：将图像F映射到圆迹空间S(φ,ρ,r,c)，圆迹空间上的点对应图像F上的唯一一点。步骤3)：经圆迹线泛函R作用去除参数c得到一重特征，获得三维特征数据。步骤4)：在步骤3)所得三维特征数据基础上经迹线(半径)泛函T作用去除参数r得到二重特征，获得二维特征矩阵。此步骤获得的特征矩阵可直接用于后续的图像分析及处理。步骤5)：在步骤4)所得特征矩阵基础上经直径泛函D作用去除参数ρ得到三重特征，获得一维特征向量。此步骤获得的特征向量亦可直接用于后续的图像分析及处理。步骤6)：在步骤5)所得特征向量基础上经圆周泛函C作用去除参数φ得到四重特征，获得一个标量。经四个步骤的泛函组合作用得到最终的一个图像特征。步骤7)：重复步本文档来自技高网...

【技术保护点】
一种基于圆迹变换的图像不变特征提取方法，其特征在于，包括以下步骤：1)对原始图像灰度级量化，将量化后的灰度图像F映射到圆迹空间S(φ,ρ,r,c)，圆迹空间上的点对应图像F上的唯一一点；2)经圆迹线泛函R作用去除参数c得到一重特征，获得三维特征数据；3)在步骤2)所得三维特征数据基础上经半径泛函T作用去除参数r得到二重特征，获得二维特征矩阵；4)在步骤3)所得特征矩阵基础上经直径泛函D作用去除参数ρ得到三重特征，获得一维特征向量；5)在步骤4)所得特征向量基础上经圆周泛函C作用去除参数φ得到四重特征，获得一个标量，即一个实数；经步骤2)—步骤5)的泛函组合作用得到最终的一个图像特征；6)重复步骤2)—步骤5)步，选择合适的不同R、T、D、C泛函组合，获得图像不同的多维圆迹变换纹理特征。

【技术特征摘要】
1.一种基于圆迹变换的图像不变特征提取方法，其特征在于，包括以下步骤：1)对原始图像灰度级量化，将量化后的灰度图像F映射到圆迹空间S(φ,ρ,r,c)，圆迹空间上的点对应图像F上的唯一一点；2)经圆迹线泛函R作用去除参数c得到一重特征，获得三维特征数据；3)在步骤2)所得三维特征数据基础上经半径泛函T作用去除参数r得到二重特征，获得二维特征矩阵；4)在步骤3)所得特征矩阵基础上经直径泛函D作用去除参数ρ得到三重特征，获得一维特征向量；5)在步骤4)所得特征向量基础上经圆周泛函C作用去除参数φ得到四重特征，获得一个标量，即一个实数；经步骤2)—步骤5)的泛函组合作用得到最终的一个图像特征；6)重复步骤2)—步骤5)步，选择合适的不同R、T、D、C泛函组合，获得图像不同的多维圆迹变换纹理特征。2.根据权利要求1所述的基于圆迹变换的图像不变特征提取方法，其特征在于步骤1)所述圆迹空间S(φ,ρ,r,c)，其中圆迹的半径r、圆的中心点Q与坐标原点O的距离ρ和Q、O两点的连线与x轴的夹角φ三个参数确定了一个圆迹线，在该圆迹线上定义参数c，则将图像F映射到一个四维空间S(φ,ρ,r,c)，S命名为圆迹空间。3.根据权利要求2所述的基于圆迹变换的图像不变特征提取方法，其特征在于所述圆迹空间S中的每一点对应图像F上唯一点，每张图像唯一对应一个圆迹空间投影数据；假设圆迹空间S中的一点(φ,ρ,r,c)与图像F上一点(x，y)对应，则它们之间的变换关系如下

【专利技术属性】
技术研发人员：汪宇玲，黎明，陈昊，张聪炫，李军华，张君，王艳，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32