[发明专利]基于邻居像素点的共生局部三值模式的图像检索方法

说明书

技术领域

本发明涉及计算机视觉领域，尤其涉及基于邻居像素点的共生局部三值模式的图像检索方法。

背景技术

局部三值模式是一种计算简单的特征提取方法，在纹理分析领域中得到广泛应用。局部三值模式方法的根本思想是对于一个指定的阈值，将小于中心像素点与阈值差的邻居量化为-1，将大于中心像素与阈值和的邻居量化为+1，其他为0。

尽管局部三值模式的编码方案取得了不错的性能，但是它忽略了空间邻居像素点间的相关性，遗漏了更多的区分性信息，降低了图像检索结果。

因此，局部三值模式需要在编码方法上进行突破，找到一种能有效地表示遗漏的特征信息的特征提取方法。

发明内容

本发明提供一种基于邻居像素点的共生局部三值模式的图像检索方法，以克服局部三值模式方法中忽略相邻尺度模式间相关性信息描述的问题。

本发明提供的基于邻居像素点的共生局部三值模式的图像检索方法，包括以下步骤：

步骤S101：针对给定中心像素点，计算相邻半径的邻居像素点与邻居像素点均值的局部差分：

其中，P＝8为邻居数，R＝1为半径，邻居像素点的灰度值为I_P,R(g_m)，

其中，半径为R+1的邻居灰度值为I_P,R+1(g_m)，

步骤S102：利用阈值函数将得到局部差分进行二值编码；

步骤S103：利用相邻模式间的共生相关性进行三值编码，并将三值编码转化为2个二值编码来提取图像特征。

优选的，所述步骤S102，利用局部二值模式编码方式进行二值编码。

优选的，利用局部二值模式的阈值函数对周围邻居像素点与周围邻居像素点均值的局部差分进行编码，所述编码模式为：

其中，P为邻居数，R为半径，S(·)为阈值函数，为半径为R的周围邻居像素点g_m与周围邻居像素点均值的差值，为半径为R+1的周围邻居像素点g_m与周围邻居像素点均值的差值。

使用的S(·)阈值函数为：

优选的，所述步骤103：利用局部三值编码方式，并结合共生相关性，将相邻局部模式进行三值编码，可得到基于邻居像素点的共生局部三值模式；

具体方法如下：

将得到的三值编码转化为2个二值编码来表示图像特征。

附图说明

图1为本发明基于邻居像素点的共生局部三值模式的图像检索方法流程图。

图2为本发明基于邻居像素点的共生局部三值模式的图像检索方法的具体实施例图。

具体实施方式

为使本发明实施方法的目的、技术方案和优点更加清楚，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详细说明。

基于邻居像素点的共生局部三值模式对共生局部三值边缘信息进行编码。针对给定的像素点，基于邻居像素点的共生局部三值模式基于其邻居像素值与邻居像素值的均值进行编码，有效地获得了局部模式间的相关性信息。

在特征提取过程中，基于邻居像素点的共生局部三值模式以局部三值模式为基础，描述了8个方向上相邻模式间的空间相关性。

图2所示，本实施例方法，包括：

步骤一、计算周围邻居像素点与周围邻居像素点均值的局部差分；

针对给定的中心像素点，将周围邻居像素点g_m与周围邻居像素点的均值作比较：

其中，P＝8为邻居数，R＝1为半径，邻居像素点的灰度值为I_P,R(g_m)，

其中，半径为R+1的邻居灰度值为I_P,R+1(g_m)，

步骤二、利用阈值函数对周围邻居像素点与周围邻居像素点均值的局部差分进行编码；

得到周围邻居像素点与周围邻居像素点均值的差值之后，利用S(·)进行编码：

步骤三、对二值编码后的数据进行三值编码，并进行共生相关性编码；

对和进行三值编码，利用三值编码的共生相关性，基于邻居像素点的共生局部三值模式可由下式计算得到：

步骤四、将基于邻居像素点的共生局部三值模式的三值编码方案转换为2个二值编码。