[发明专利]基于视觉感知的颜色纹理描述子的WCE彩色视频中主要地形边界的定位方法

权利要求书

1.一种基于视觉感知的颜色纹理描述子的WCE彩色视频中主要地形边界的定位方法，其特征在于，包括如下步骤：

S1，在WCE视频图像帧中获取原始图像I(x)转换到Lab颜色空间的图像；

S2，提取有效图像区域，通过监听器算法对图像进行处理，如果找到异常图像窗口对则执行S3，如果未找到异常图像窗口对则重新执行S2；

S3，构造结合纹理和颜色的融合特征-CTVP描述子；

S4，提取训练集的CTVP特征，用来训练SVM分类器；

S5，用训练完成的SVM分类器为测试集分类，根据分类结果进行精确定位胃肠特征点信息；

所述S2包括：

S2-1，将整个WCE视频图像数据划分为连续的窗口，每个窗口包含L张图片；获得窗口化图像数据W₁,W₂,...,W_n和监听器输入的窗口序列对(W₁,W₂),(W₂,W₃),...,(W_n-1,W_n)；定位胃/小肠边界，从视频头部开始；定位小肠/大肠边界，从视频尾部开始；

S2-2，计算当前窗口对(W_k,W_k+1)里的Lab颜色空间各通道的平均值M_c,k和M_c,k+1；

S2-3，计算出当前窗口对的颜色变化度DC_k并存储结果；

S2-4，将当前的DC_k与先前窗口对里获得平均颜色变化度MDC比较，当变化大于一个阈值T时，则被监听为包含边界的疑似窗口对，进入具体判定阶段；否则，移动到下一个窗口对；

公式如下：

公式中，avg_c、M_c,k分别表示一幅图和一个图像窗口在Lab颜色空间下各通道的平均值，c表示Lab颜色空间的任意通道即L、a、b，N_valid表示窗口内有效图片的数量；DC_k表示当前窗口对(W_k,W_k+1)的颜色变化度；

MDC表示平均颜色变化度；

所述S3包括：

转化成灰度图Grey，公式如下：

其中，R，G，B分别是RBG色彩空间的三个通道；

GLCM的概率测量可以定义为：

其中，P_i,j(δ,θ)表示给定(δ,θ)对的窗口内的灰度级i和j的出现次数；G_i,j表示灰度级的量化数；为了好的效率，将灰度级降到64和128；δ选取1、3、5这几个距离；θ选取0度、45度、90度、135度这四个方向；矩阵的行和列的平均值和标准偏差为

选取其对比度、相关性、能量和均匀性四个属性作为纹理特征的特征因子，

Energy＝∑C_i,j²

选用a通道和b通道的平均值作为颜色特征{avg_a,avg_b}。

2.根据权利要求1所述的基于视觉感知的颜色纹理描述子的WCE彩色视频中主要地形边界的定位方法，其特征在于，所述S1包括：

RGB转XYZ其中，XYZ为目标颜色空间的3个分量：

其中r,g,b分别为RGB图像R、G、B的通道值；

XYZ转Lab：

其中Y_n＝100.0

故获得Lab各通道图像为a(x)，如下式所示：