[发明专利]一种融合视觉显著性和灰度共生矩的纹理特征提取方法有效
申请号: | 201210327822.1 | 申请日: | 2012-09-06 |
公开(公告)号: | CN102831427A | 公开(公告)日: | 2012-12-19 |
发明(设计)人: | 肖德贵;辛晨;曾凡仔 | 申请(专利权)人: | 湖南致尚科技有限公司 |
主分类号: | G06K9/46 | 分类号: | G06K9/46;G06T7/00 |
代理公司: | 长沙市融智专利事务所 43114 | 代理人: | 黄美成 |
地址: | 410080 湖南省长沙市*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种融合视觉显著性和灰度共生矩的纹理特征提取方法,包括以下步骤:步骤1、初始化步骤:对某一图像,确定检测窗口、基本块和超级块大小;步骤2、以基本块为单位计算显著性因子和图像的纹理结构特征向量:步骤3、以超级块为单位,通过二维直方图结合显著性因子和纹理结构特征向量生成一定维数的显著性纹理结构特征描述算子;根据显著性因子算子、检测窗口大小、基本块大小、超级块大小,为每个超级块中提取一个显著性纹理结构特征描述算子,并以一维特征向量表述。本发明提供的模拟人眼观察事物的发散性及显著性特点的纹理特征提取方法,计算简单,冗余度低,实时性好。 | ||
搜索关键词: | 一种 融合 视觉 显著 灰度 共生 纹理 特征 提取 方法 | ||
【主权项】:
一种融合视觉显著性和灰度共生矩的纹理特征提取方法,其特征在于,包括以下步骤:步骤1、初始化步骤:对某一图像,确定检测窗口、基本块和超级块大小;步骤2、以基本块为单位计算显著性因子和图像的纹理结构特征向量:显著性因子的计算过程:对图像中的每一个像素,先计算所有邻域像素与中心像素灰度值的差值总和,再计算局部显著因子;进一步确定当前像素点的显著性因子;纹理结构特征向量的计算方法:用发散灰度共生矩阵提取图像的局部纹理结构;用一维向量即纹理结构特征向量表示局部纹理结构;步骤3、以超级块为单位,通过二维直方图结合显著性因子和纹理结构特征向量生成显著性纹理结构特征描述算子;根据显著性因子算子、检测窗口大小、基本块大小、超级块大小,为每个超级块中提取一个显著性纹理结构特征描述算子,并以一维特征向量表述。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南致尚科技有限公司,未经湖南致尚科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201210327822.1/,转载请声明来源钻瓜专利网。
- 上一篇:可插式光收发器及其制造方法
- 下一篇:喷丝板镜检仪