[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

专利信息
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: 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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top