[发明专利]非高斯二维Gabor滤波器图像纹理提取及识别方法

摘要

本发明涉及一种非高斯二维Gabor滤波器图像纹理提取及识别方法，属于模式识别技术领域。本发明首先构造出非高斯二维Gabor滤波器，然后采用非高斯二维Gabor滤波器对图像进行滤波处理，计算滤波后的图像的幅度矩阵，接着将此幅度矩阵进行分块，计算各块的直方图特征向量，然后连接各块的直方图特征向量，得到原始图像的直方图特征向量。最后把该特征向量送入基于卡方统计量的最近邻分类器进行分类识别。本发明是一种基于非高斯二维Gabor滤波器的纹理描述方法，是传统二维Gabor滤波器的一种推广，能提取图像非高斯纹理特征及识别。

主权项

非高斯二维Gabor滤波器图像纹理提取及识别方法，其特征在于：首先构造出非高斯二维Gabor滤波器，然后采用非高斯二维Gabor滤波器对图像进行滤波处理，计算滤波后的图像的幅度矩阵，接着将此幅度矩阵进行分块，计算各块的直方图特征向量，然后连接各块的直方图特征向量，得到原始图像的直方图特征向量；最后把该特征向量送入基于卡方统计量的最近邻分类器进行分类识别；所述非高斯二维Gabor滤波器图像纹理提取及识别方法的具体步骤如下：Step1、首先构造非高斯二维Gabor滤波器；非高斯二维Gabor滤波器构造为：NGu,v,γ(z)=||kμ,v||σ2exp(-||kμ,v||2||z||r2σ2)×[eikμ,vz-e-σ22]]]>其中kv＝kmax/fv，kmax是最大频率，kmax＝π/2，尺度参数v取值为v＝0,...,4，方向参数μ取值为μ＝0,...,3，z＝(x,y)和||z||＝(x2+y2)，x,y表示传统二维Gabor滤波器的坐标，i表示虚单位，r是一个引进的参数，r＞1，用于控制非高斯二维Gabor滤波器的形状；Step2、采用非高斯二维Gabor滤波器对一幅图像进行滤波处理；由于非高斯二维Gabor滤波器是一个多尺度多方向的二维滤波器，则在不同尺度和不同方向下对图像进行滤波处理；首先假定图像为I(l)(x,y)，非高斯二维Gabor滤波器为NGu,v,γ(x,y)，那么具有参数v、μ和r的非高斯二维Gabor滤波器对图像I(x,y)进行滤波的计算式为：其中，x,y表示图像的坐标，*表示卷积操作，表示坐标x,y处滤波后的图像，是一个复数，整个滤波后的图像变成一个复数矩阵，表示为的大小与原图像相同；Step3、求复数矩阵的模，记为是一个实数矩阵，即幅度矩阵，然后对矩阵进行分块：把均匀分成4×4的无重叠方块，一共16块，表示为Step4、提取各分块的直方图特征向量，表示为然后依次连接所有各块的直方图特征向量，得到原始图像的多直方图特征向量为：Step5、把原始图像的多直方图特征向量送入基于卡方统计量的最近邻分类器进行分类，来识别原始人脸图像的身份。