用于图像识别的图像微观结构模式特征提取方法技术

本发明专利技术公开了一种用于图像识别的图像微观结构模式特征提取方法，包括以下步骤：(1)在给定采样点的3×3邻域中描述微观结构二值模式，从所有二值模式集中，选取具有视觉意义的重要执行模式子集；(2)对选取的重要执行模式子集进行0均值归一化，得到微观结构二值模式编码模板；(3)将编码模板与灰度图像卷积，寻找具有最大响应的模板进行投票；(4)通过池化操作，统计编码模板得票情况，并构建基于模板得票数的直方图统计结果，作为图像的特征表达。本发明专利技术算法相对简单，并具有很强的鉴别能力和鲁棒性。

Feature extraction method for image microscopic structure pattern for image recognition

The invention discloses a method for extracting image features of image recognition model of micro structure, which comprises the following steps: (1) to describe the microscopic structure of the two value model in a given sample point 3 * 3 in the neighborhood, from all two value model, select a subset of the important execution mode with visual meaning; (2) 0 the mean normalized execution mode of subset selection, get the two value model of micro structure encoding template; (3) the encoding template and image convolution, a vote to find a maximum response template; (4) the operation of the pool, the encoding template votes, and construct the histogram of template based on the number of votes as image features, expression. The algorithm of the invention is relatively simple, and has strong identification and robustness.

【技术实现步骤摘要】
用于图像识别的图像微观结构模式特征提取方法
本专利技术属于图像识别处理领域，特别涉及一种用于图像识别的图像微观结构模式特征提取方法。
技术介绍
在计算机视觉和图像处理任务中，图像特征的表示是非常重要的基础工作。目前常用的图像特征分全局和局部两种方式。局部特征通过对图像局部区域进行精细刻画，具有极强的分辨性，稳定性和定位性，本着“从局部到全局”的思想，通过目标局部特征达到认知目标整体是计算机视觉识别的重要方法。自局部特征提出以来，解决了很多困难的计算机视觉问题，已成为目标检测与识别领域的主流方法。传统的局部特征提取技术通常是从子区域开始，例如SIFT、SURF关键点邻域描述的4×4格状空间，GLOH的基于对数极坐标的16扇区划分，DAISY的圆形邻域，HOG中的细胞单元区域等。很少有局部特征技术是基于微观结构描述的，除了LBP外，LBP是一种在像素点周边选择一定的邻域点集，通过比较中心像素和邻域像素的灰度值大小实现微观结构描述的方法。LBP最初定义于像素的八邻域，将八邻域的灰度值与中心像素值分别进行比较，大于记为1，否则记为0，可以得到28种纹理模式。为了提取大尺度结构纹理特征，oja本文档来自技高网...

【技术保护点】
一种用于图像识别的图像微观结构模式特征提取方法，其特征在于，包括以下步骤：(1)对二值图像中任意采样点的3×3邻域结构进行二值编码，获取图像的微观结构描述模式BIMP，二值模式总数为2

【技术特征摘要】
1.一种用于图像识别的图像微观结构模式特征提取方法，其特征在于，包括以下步骤：(1)对二值图像中任意采样点的3×3邻域结构进行二值编码，获取图像的微观结构描述模式BIMP，二值模式总数为29＝512种，这些模式的值计算如下：中心像素记为bc，取其八邻域的像素点记为bi(i＝1,2,...,8)，P为区域对应的像素个数；选取具有视觉意义的重要执行模式子集，重要执行模式子集有三种：第一类：统一模式，将模式低八位进行一次循环计算时，最多只产生两位变化的模式称为BIMP统一模式，统一模式总数为117种；第二类：线条类，过中心长度为3个像素的单直线和长度为2个像素的斜单直线，线条类有16种；第三类：交叉点/分叉点类，共有132种；(2)对选取的重要执行模式子集进行0均值归一化，得到微观结构二值模式编码模板；(3)将微观结构二值模式编码模板与待识别图像的灰度图像卷积，在每一个像素点上根据最大响应投票原则，对各编码模板进行投票，将获得最大响应的模式模板值编码加1；(4)将步骤3)得到的灰度图像微观结构二值模式编码模板图像进行池化操作，统计编码模板得票情况，并构建基于模板得票数的...

【专利技术属性】
技术研发人员：张东波，易良玲，陈治强，陈红磊，张莹，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：湖南,43