[发明专利]一种基于图像处理中的主纹理提取方法

说明书

技术领域

本发明涉及数字家庭技术领域，具体涉及一种基于图像处理中的主纹理提取方法。

背景技术

纹理是一种普遍存在的视觉现象，可用来增强图像的真实感，在计算机图形学等领域有着广泛的应用，如根据样本纹理合成大纹理、矢量可视化以及地理信息系统等。一般认为，纹理是由一些重复性的特征单元构成的，但这些单元在色彩分布以及尺寸大小上具有一定的随机性。由于纹理大多从自然现象中采集，往往会带有一些杂质内容，会严重影响纹理使用的效率。为此，需要从图像样本中将适于纹理计算的部分提取处理，剔除杂质，即进行纹理提取。

纹理的合成及分析是近几年图形图像领域的研究热点之一，其中基于样本的纹理合成技术可根据较小的样本纹理生成视觉上相似的大纹理，以有效地重用光照信息，提高绘制效率，应用广泛。

将图像中的主纹理提取出来对生成高质量的纹理是很重要的。主纹理的提取早期多是由用户人工完成的，即由人工交互地在样本中选取符合纹理特征的图像，或是在图像中裁剪出适于合成的部分。1999年，Markov概率模型被引入到纹理合成中，基于样本的纹理合成技术取得了长足的发展。2009年，Lu等提出了一种基于扩散距离流行的主纹理探测方法，可实现主纹理的自动提取。一些传统的图像分析方法，如图像分割方法也可以用来进行主纹理的提取。

早期由人工的方法进行交互的在样本中选取符合纹理特征的图像或者是在图像中裁剪出适于合成的部分，这样的操作虽然有效，但是费时费力极不方便。基于样本的纹理合成里，引入Markov模型，则纹理中任一位置的色彩是由其局部有限邻域的情况决定的，根据邻域情况就能逐步扩展以完成目标纹理的生成。该方法的缺点在于如果样本纹理不符合Markov概率模型的特征，将很难根据该模型生成高质量的纹理。因此，样本的质量成为了制约纹理合成质量的一个重要因素。

Lu的方法是跟据图像中主纹元同主纹元之间的距离较主纹元同异常点之间的距离更为紧密，因此可利用扩散距离流行来探测图像中的主纹理。通过对图像中某一尺寸下所有的纹理块进行分析，建立扩散距离流形，并基于流形分析找到低维部分作为主纹理。这种方法计算过程繁复，非常耗时，对于一幅只有约10000个像素的图像，该方法仅建立流形和分析就需要15分钟。

传统的图像分割方法可以将图像中得不同部分划分开来，由此可以把主纹理提取出来。但是这样的处理往往会将一些较小的异常点包含到主纹理中，而主纹理也往往会被切割成若干个独立的部分，严重影响主纹理提取的质量。

发明内容

本发明的目的是现有图像处理中的缺陷，通过基于图像处理中的主纹理提取，避免影响到住文笔提取的质量。

本发明提供一种基于图像处理中的主纹理提取方法，包括：

对原图形进行预处理，将原图像转换到HIS颜色空间进行表示；

进行直方图分析，以不同尺寸下得均匀网格对图像进行划分，统计各个尺寸下纹理块的颜色直方图；

提取出主纹理掩码图，综合分析各直方图的结果来生成主纹理的掩码图，进而确定主纹理；

合成纹理结果，合成所需要的大纹理。

所述提取出主纹理掩码图包括：采用32阶的直方图来提取图像的主纹理掩码图。

所述合成纹理结果包括：根据求得的主纹理掩码图，逐块计算原图形，求得主纹理图像。

以上技术可以看出，本发明的算法通过对图像进行分析，提取出其中适于进行合成的主要部分，即主纹理，从而可以方便的生成高质量的合成结果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的一些实施例，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它的附图。

图1是本发明实施例中的基于图像处理中的主纹理提取方法流程图；

图2是本发明实施例中的不同阶直方图统计此较示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。