本发明专利技术公开了一种纹理图像的检索方法和装置，属于数字图像处理领域。所述方法包括：根据旋转不变局部二值模式算法对输入纹理图像进行处理，获取所述输入纹理图像的结构模式图像；根据脉冲耦合神经网络模型对所述输入纹理图像的结构模式图像进行特征提取，得到所述输入纹理图像的结构特征序列；根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列，获取被检索纹理图像。本发明专利技术通过使用结构模式图像进行特征提取，有效克服光照敏感性，提取的结构特征序列具有光照、平移、旋转、缩放和仿射不变性，较好地实现了图像检索。
【技术实现步骤摘要】
一种纹理图像的检索方法和装置
本专利技术涉及数字图像处理领域，特别涉及一种纹理图像的检索方法和装置。
技术介绍
随着计算机网络技术的迅速发展，各种各样的纹理图像数据库在迅速增长，如何从这些纹理图像数据库中快速有效地获取所需图像，是纹理图像检索领域中一个重要的研究课题。现有技术中，利用脉冲耦合神经网络模型对被检索纹理图像进行图像特征提取，将提取到的图像特征和纹理图像数据库中图像的图像特征进行相似性度量，获取同一纹理图像，实现纹理图像的检索。在实现本专利技术的过程中，专利技术人发现现有技术至少存在以下问题:现有技术中，脉冲耦合神经网络模型进行纹理图像检索时，提取的特征虽然具有缩放、平移、旋转和仿射不变性，但是，对光照的影响较为敏感，阻碍了脉冲耦合神经网络在纹理图像检索中的应用。
技术实现思路
为了解决脉冲耦合神经网络模型的光照敏感性问题，本专利技术实施例提供了一种纹理图像的检索方法和装置。所述技术方案如下:一方面，提供了一种纹理图像的检索方法，所述方法包括:根据旋转不变局部二值模式算法对输入纹理图像进行处理，获取所述输入纹理图像的结构模式图像；根据脉冲耦合神经网络模型对所述输入纹理图像的结构模式图像进行特征提取，得到所述输入纹理图像的结构特征序列；根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列，获取被检索纹理图像。根据旋转不变局部二值模式算法对输入纹理图像进行处理，获取结构模式图像之前，所述方法包括:根据旋转不变局部二值模式算法对纹理图像数据库中的每幅图像进行处理，获取所述纹理图像数据库中的每幅图像对应的结构模式图像；根据脉冲耦合神经网络模型对所述纹理图像数据库中的每幅图像对应的结构模式图像进行特征提取，得到所述纹理图像数据库中的每幅图像的结构特征序列。根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列，获取被检索纹理图像，所述方法包括:根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列进行相似性度量，得到所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列的相似性距离；根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列的相似性距离，获取被检索纹理图像。根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列的相似性距离，获取被检索纹理图像，所述方法包括:根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列的相似性距离，获取相似性距离排序后的相似性距离序列；根据所述相似性距离序列，获取预设数量的被检索纹理图像。另一方面，提供了一种纹理图像的检索装置，所述装置包括:第一结构模式图像获取模块，用于根据旋转不变局部二值模式算法对输入纹理图像进行处理，获取所述输入纹理图像的结构模式图像；第一结构特征序列获取模块，用于根据脉冲耦合神经网络模型对所述输入纹理图像的结构模式图像进行特征提取，得到所述输入纹理图像的结构特征序列；被检索纹理图像获取模块，用于根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列，获取被检索纹理图像。所述装置还包括:第二结构模式图像获取模块，用于根据旋转不变局部二值模式算法对纹理图像数据库中的每幅图像进行处理，获取所述纹理图像数据库中的每幅图像对应的结构模式图像；第二结构特征序列获取模块，用于根据脉冲耦合神经网络模型对所述纹理图像数据库中的每幅图像对应的结构模式图像进行特征提取，得到所述纹理图像数据库中的每幅图像的结构特征序列。所述被检索纹理图像获取模块，包括:相似性距离计算单元，用于根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列进行相似性度量，得到所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列的相似性距离；被检索纹理图像获取单元，用于根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列的相似性距离，获取被检索纹理图像。所述被检索纹理图像获取单元包括:排序子单元，用于根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列的相似性距离，获取相似性距离排序后的相似性距离序列；被检索纹理图像获取子单元，用于根据所述相似性距离序列，获取预设数量的被检索纹理图像。本专利技术实施例提供的技术方案带来的有益效果是:本专利技术实施例提供的纹理图像的检索方法和装置，通过根据旋转不变局部二值模式算法对输入纹理图像进行处理，获取所述输入纹理图像的结构模式图像；根据脉冲耦合神经网络模型对所述输入纹理图像的结构模式图像进行特征提取，得到所述输入纹理图像的结构特征序列；根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列，获取被检索纹理图像。采用本专利技术实施例提供的技术方案，通过使用结构模式图像进行特征提取，有效克服光照敏感性，提取的结构特征序列具有光照、平移、旋转、缩放和仿射不变性，较好地实现了图像检索。【附图说明】为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例中提供的一种纹理图像的检索方法流程图；图2a是本专利技术实施例中提供的一种纹理图像的检索方法流程图；图2b是本专利技术实施例中提供的纹理图像检索结果示意图；图3是本专利技术实施例中提供的一种纹理图像的检索装置结构示意图。【具体实施方式】为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地详细描述。图1是本专利技术实施例中提供的一种纹理图像的检索方法流程图，参见图1，该方法包括:101:根据旋转不变局部二值模式算法对输入纹理图像进行处理，获取所述输入纹理图像的结构模式图像；其中，该输入纹理图像均为单通道灰度图像，对于多通道的图像，如RGB、CMY、YIQ等，需要将多通道图像转化成单通道灰度图像，或者将多通道的图像的每一个通道的图像单独作为该输入纹理图像。其中，该旋转不变局部二值模式算法的基本原理是，以中心像素点的灰度值作为阈值，与其周围邻域内的像素点做差值，当差值大于O时，赋值为1，当差值小于O时，赋值为0，将中心像素点周围邻域内的像素点进行旋转排序，得到排序后的最小值，将该最小值作为中心像素点的值。通过使用该旋转不变局部二值模式算法，将具有256级灰度的图像转化成具有36级纹理结构模式的结构模式图像，克服光照的不均匀性的同时，极大地降低了图像的维数。根据该旋转不变局部二值模式算法对该输入纹理图像进行处理，将该输入纹理图像从灰度模式转化成结构模式，获取该输入纹理图像的结构模式图像。102:根据脉冲耦合神经网络模型对所述输入纹理图像的结构模式图像进行特征提取，得到所述输入纹理图像的结构特征序列；其中，该脉冲耦合神经网络模型是根据猫的视皮层神经元脉冲同步振荡和神经元脉冲发放现象提出的。在图像处理中，一个神经元与一个像素点对应，神经元的输入与像素点的灰度值对应，由于像素点是离散的，因此，该脉冲耦合神经网络模型的输入信号也是离散的。在迭代过程本文档来自技高网...
【技术保护点】
一种纹理图像的检索的方法，其特征在于，包括：根据旋转不变局部二值模式算法对输入纹理图像进行处理，获取所述输入纹理图像的结构模式图像；根据脉冲耦合神经网络模型对所述输入纹理图像的结构模式图像进行特征提取，得到所述输入纹理图像的结构特征序列；根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列，获取被检索纹理图像。
【技术特征摘要】
1.一种纹理图像的检索的方法，其特征在于，包括: 根据旋转不变局部二值模式算法对输入纹理图像进行处理，获取所述输入纹理图像的结构模式图像； 根据脉冲耦合神经网络模型对所述输入纹理图像的结构模式图像进行特征提取，得到所述输入纹理图像的结构特征序列； 根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列，获取被检索纹理图像。2.根据权利要求1所述一种纹理图像的检索的方法，其特征在于，根据旋转不变局部二值模式算法对输入纹理图像进行处理，获取结构模式图像之前，所述方法包括: 根据旋转不变局部二值模式算法对纹理图像数据库中的每幅图像进行处理，获取所述纹理图像数据库中的每幅图像对应的结构模式图像； 根据脉冲耦合神经网络模型对所述纹理图像数据库中的每幅图像对应的结构模式图像进行特征提取，得到所述纹理图像数据库中的每幅图像的结构特征序列。3.根据权利要求1所述一种纹理图像的检索的方法，其特征在于，根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列，获取被检索纹理图像，所述方法包括: 根据所述输入纹理 图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列进行相似性度量，得到所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列的相似性距离； 根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列的相似性距离，获取被检索纹理图像。4.根据权利要求3所述一种纹理图像的检索的方法，其特征在于，根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列的相似性距离，获取被检索纹理图像，所述方法包括: 根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列的相似性距离，获取相似性距离排序后的相似性距离序列； 根据所述相似性距离序列，获取预设数量的被检索纹理...
【专利技术属性】
技术研发人员：徐光柱，雷帮军，李春林，
申请(专利权)人：三峡大学，
类型：发明
国别省市：
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。