图像纹理恢复方法及其装置制造方法及图纸

技术编号:2949575 阅读:149 留言:0更新日期:2012-04-11 18:40
一种用于描述图像的纹理特征的方法,包括:    (a)使用具有不同取向系数的预定滤波器过滤输入图像;    (b)求和并归一化经过滤的图像的像素值到每个预定方向的轴上,以获得包括方向像素值的平均值的数据组;    (c)通过预定分类方法,在数据组中选择候选数据组;    (d)基于用于过滤候选数据组的滤波器的取向系数,确定多个指示符;以及    (e)确定多个指示符为该图像的纹理描述符。(*该技术在2020年保护过期,可自由使用*)

【技术实现步骤摘要】

本专利技术涉及一种恢复图像纹理描述符的方法和装置,特别是涉及一种用于恢复纹理描述符的图像纹理描述符恢复方法及其装置,该纹理描述符用于搜索和浏览图像并描述图像的纹理特性。
技术介绍
最近,图像纹理作为搜索和浏览大量类似的图像模式的重要的视觉特征已经出现。例如,用于通过Gabor滤波器过滤纹理描述符的常规的纹理描述符提取包括通过Gabor过滤获得的系数的纹理描述符。然而,尽管常规图像纹理描述符包括大量的向量,但从纹理描述符来视觉上感知纹理结构仍十分困难。专利技术的公开本专利技术的目的在于提供一种用于恢复感性地捕捉在图像中出现的纹理结构的图像纹理描述符的方法。本专利技术的另一个目的在于提供一种其中存有计算机程序的计算机可读存储介质,该程序被安排以便计算机执行图像纹理描述符恢复方法。本专利技术的又一个目的在于提供一种执行图像纹理描述符恢复方法的图像纹理描述符恢复装置。为达到上述目的,提供一种用于恢复用于描述图像纹理特征的图像纹理描述符的方法,包括步骤(a)使用具有不同取向(orientation)系数的预定滤波器过滤输入图像,(b)投影经过滤的图像到每个预定方向的轴上以获取包括每个方向像素值的平均数的数据组,(c)通过预定分类方法在数据组中选择候选数据组,(d)基于用于过滤候选数据组的滤波器的取向系数,确定多个指示符,和(e)确定多个指示符作为图像的纹理描述符。步骤(a)可以进一步包括步骤(a-1)使用具有不同标度(scale)系数的预定滤波器过滤输入图像,和步骤(d)进一步包含步骤(d-1)基于用于过滤候选数据组的滤波器的标度系数确定多个指示符。图像纹理描述符恢复方法可以进一步包括步骤基于通过具有标度系数或取向系数的滤波器过滤的数据组的存在确定另一个指示符,该标度系数或取向系数与用于过滤选定的候选数据组的滤波器的标度系数和取向系数接近或相同。图像纹理描述符恢复方法可以进一步包括步骤关于经过滤的图像计算像素的平均值和方差,和使用计算出的平均值和方差恢复预定的向量。根据本专利技术的另一个方面,提供一种用于恢复用于描述图像纹理特征的图像纹理描述符的方法,包括步骤(a)使用具有不同标度系数的预定滤波器过滤输入图像,(b)投影经过滤的图像到每个预定方向的轴上以获取包括每个方向像素值的平均数的数据组,(c)基于用于过滤通过预定选择方法在数据组中选择的数据组的滤波器的标度系数确定多个指示符,(d)确定多个指示符作为图像的纹理描述符。根据本专利技术的再一个方面,提供用于恢复用于描述图像的纹理特征的图像纹理描述符的方法,包括步骤(a)使用具有不同取向系数和不同标度系数的预定的滤波器过滤输入图像,(b)投影经过滤的图像到水平和垂直的轴上以获得水平轴投影曲线图和垂直轴投影曲线图,(c)计算每一个曲线图的归一化的自相关值(auto-correlation),(d)获得每个归一化的自相关值的局部最大值和局部最小值,即计算出的归一化自相关值在预定部分形成局部峰值和局部谷值,(e)定义局部最大值的平均值和局部最小值的平均值作为对比度(contrast),(f)选择其中标准偏差与局部最大值的平均值的比率小于或等于预定门限的曲线图作为第一候选曲线图,(g)根据通过具有标度系数或取向系数的滤波器过滤的曲线图的数量确定第二候选曲线图的类型,该标度系数或取向系数接近或相同于用于过滤选定的第二候选曲线图的滤波器的标度系数或取向系数,(h)计算属于第二候选曲线图的各自类型的曲线图的数量和确定第二候选曲线图的每一类型的预定权重,(i)计算所数出的曲线图数量与确定的权重的乘积的和数,以确定计算结果值作为构成纹理描述符的第一指示符,(j)确定具有最大对比度的第二候选曲线图的取向系数和标度系数作为第二至五指示符,和(k)确定包括第一指示符和第二至五指示符的指示符作为相应图像的纹理描述符。图像纹理描述符恢复方法可以进一步包括步骤关于经过滤的图像计算像素的平均值和方差,并使用计算出的平均值和方差获得预定向量,其中步骤(k)包括步骤确定包括第一个指示符,第二到五指示符和预定向量的指示符作为相应图像的纹理描述符。由NAC(k)表示的归一化自相关值,最好通过下列公式计算NAC(k)=Σm=kN-1P(m-k)P(m)Σm=kN-1P2(m-k)Σm=kN-1P2(m)]]>其中N是预定的正整数,输入图像包括N×N像素,像素位置由i表示,其中i是1到N的数,通过像素位置i的像素表示的投影曲线图由P(i)表示,k是一个从1到N的数。对比度确定为contrast=1MΣi=1MP_magn(i)-1LΣi=1LV_magn(i)]]>其中P_magn(i)和V_magn(i)是在步骤(d)中确定的局部最大值和局部最小值。在步骤(f)中,满足下列公式的曲线图被选作第一个候选曲线图Sd≤α]]>其中d和S是局部最大值的平均值和标准偏差,α是预定门限。步骤(g)包括子步骤(g-1)如果有一个或多个具有与相关的候选曲线图的标度或取向系数相同的标度或取向系数的曲线图和一个或多个具有与相关的候选曲线图的标度或取向系数相近的标度或取向系数的曲线图,将相关的候选曲线图分类为第一类型曲线图,(g-2)如果有一个或多个具有与相关的候选曲线图的标度或取向系数相同的标度或取向系数的曲线图,但是没有具有与相关的候选曲线图的标度或取向系数相近的标度或取向系数的曲线图,将相关的候选曲线图分类为第二类型曲线图,和(g-3)如果没有具有与相关的候选曲线图的标度或取向系数相同或相近的标度或取向系数的曲线图,将相关的候选曲线图分类为第三类型曲线图。步骤(h)包括计算属于第一至三类型曲线图的每一个类型的曲线图的数量,并确定每一个曲线图类型的预定权重。步骤(f)后,可以进一步包括步骤应用预定分类算法到第一候选曲线图以选择第二候选曲线图。预定算法最好是修正的凝聚分类算法(agglomerative clustering)。最好在步骤(j)中,在水平轴投影曲线图中具有最大对比度的曲线图的取向系数,被确定为第二指示符;在垂直轴投影曲线图中具有最大对比度的曲线图的取向系数,被确定为第二指示符;在水平轴投影曲线图中具有最大对比度的曲线图的标度系数,被确定为第四指示符;在垂直轴投影曲线图中具有最大对比度的曲线图的标度系数,被确定为第五指示符。步骤(j)可以包括确定包括第一指示符、第二至第五指示符和预定的向量的指示符作为相应图像的纹理描述符的步骤。预定滤波器最好包括Gabor滤波器。为达到本专利技术的第二个目的,提供有一种具有可通过计算机执行的程序代码的计算机可读媒介,以执行用于描述图像纹理特征的图像纹理描述符的方法,该方法包括步骤(a)使用具有不同取向系数和不同标度系数的预定滤波器过滤输入图像,(b)投影经过滤的图像到水平和垂直轴,以取得水平轴投影曲线图和垂直轴投影曲线图,(c)为每一个曲线图计算归一化自相关值,(d)为每一个归一化自相关值取得局部最大值和局部最小值,计算出的归一化自相关值在预定部分形成一个局部峰值和谷值,(e)定义局部最大值的平均值和局部最小值的平均值作为对比度,(f)本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员:申铉枓崔良林吴澎B·S·曼朱纳思
申请(专利权)人:三星电子株式会社加利福尼亚大学董事会
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1
相关领域技术
  • 暂无相关专利