The invention discloses a method for extracting the texture features of the weighted gradient direction symbiotic matrix. The method includes: a set of predefined displacement factor; according to image analysis calculation of the image gradient magnitude image and gradient direction; the local two value gradient amplitude encoding mode algorithm encoding the gradient magnitude image of each pixel is obtained; each displacement factor on predefined, based on image gradient direction, the gradient amplitude encoding for the weight calculation of co-occurrence matrix, weighted gradient co-occurrence matrix; weighted gradient co-occurrence matrix for all to quantify and normalized weighted gradient direction co-occurrence matrix texture features. The invention solves the traditional co-occurrence matrix texture feature extraction method, which only has statistical limitation for single image information, and achieves the purpose of improving target description power.
【技术实现步骤摘要】
一种加权梯度方向共生矩阵纹理特征的提取方法
本专利技术涉及图像处理技术,尤其涉及一种加权梯度方向共生矩阵纹理特征的提取方法。
技术介绍
图像特征揭示了图像的本质属性,图像特征提取技术一直是图像应用领域的重要研究内容。图像特征提取实质上是一个排除冗余信息的过程,它是后续图像分割、识别、分类等操作的前提,能有效地提高后续应用中检测和识别的精度,并且能有效地减少运算量,提高运算速度。纹理是物体表面普遍存在的一类特征,它反映了物体表面特有的结构排列信息,对亮度和颜色变化具有较强的鲁棒性。图像纹理信息在图像处理、模式识别等领域占有及其重要的作用,它在遥感图像分析、医学图像分析、视觉检测和图像检索等领域均有广泛的应用。虽然在应用上有许多纹理分析方法都取得了很好的效果,但是不同应用领域和不同图像类型,图像纹理分析所面对的具体要求并不一样。同时,具有复杂性和广泛性的纹理信息,使得其在提取过程中存在一定的难度。因此,如何构建一种描述力强、辨识率高并且鲁棒的纹理特征来髙度区分来自同一类的纹理图像和不同类纹理图像之间的差异,提取有效的特征来描述纹理图像仍然是一个极具挑战性的课题。共生矩阵方法是一种重要的统计类纹理特征提取方法,也是纹理分析中最常用、研究最多的一类方法。出现较早的一种提取纹理特征的统计方法是由Haralick等人提出的灰度共生矩阵方法。传统的灰度共生矩阵主要通过对图像灰度级之间联合条件概率密度的计算来表示纹理。但是灰度共生矩阵统计的是像素的灰度值,因此该算法对图像噪声和外界的光照变化比较敏感,鲁棒性不强。相对于灰度信息来说,图像的梯度信息是一种在光照变化下仍然保持 ...
【技术保护点】
一种加权梯度方向共生矩阵纹理特征的提取方法,其特征在于,包括如下步骤:步骤一、对于一幅待分析图像I(x,y),预定义一组位移因子{(s1,t1),…,(sl,tl),…,(sW,tW)},其中,W表示位移因子的总数目,s1,…,sl,…,sW表示待分析图像的像素点在水平方向上的位移,t1,…,tl,…,tW表示待分析图像的像素点在竖直方向上的位移;并计算所述一组位移因子{(s1,t1),…,(sl,tl),…,(sW,tW)}中每一个位移因子的加权梯度方向共生矩阵,以得到加权梯度方向共生矩阵集合
【技术特征摘要】
1.一种加权梯度方向共生矩阵纹理特征的提取方法,其特征在于,包括如下步骤:步骤一、对于一幅待分析图像I(x,y),预定义一组位移因子{(s1,t1),…,(sl,tl),…,(sW,tW)},其中,W表示位移因子的总数目,s1,…,sl,…,sW表示待分析图像的像素点在水平方向上的位移,t1,…,tl,…,tW表示待分析图像的像素点在竖直方向上的位移;并计算所述一组位移因子{(s1,t1),…,(sl,tl),…,(sW,tW)}中每一个位移因子的加权梯度方向共生矩阵,以得到加权梯度方向共生矩阵集合步骤二、在所述加权梯度方向共生矩阵集合中,将所有加权梯度方向共生矩阵中的元素依次串联起来,以得到所述加权梯度方向共生矩阵集合的向量形式;步骤三、对所述加权梯度方向共生矩阵集合的向量形式进行归一化处理,以得到加权梯度方向共生矩阵纹理特征。2.根据权利要求1所述的加权梯度方向共生矩阵纹理特征的提取方法,其特征在于,所述归一化处理采用L2-norm方式。3.根据权利要求1所述的加权梯度方向共生矩阵纹理特征的提取方法,其特征在于,所述计算一组位移因子{(s1,t1),…,(sl,tl),…,(sW,tW)}中每一个位移因子的加权梯度方向共生矩阵,包括:当所述位移因子为(sl,tl)时,若待分...
【专利技术属性】
技术研发人员:刘柳,姜海峰,赵龙,陈赓,
申请(专利权)人:北京航天控制仪器研究所,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。