[发明专利]基于均值跳动迹变换的图像纹理特征提取方法在审
申请号: | 201810741518.9 | 申请日: | 2018-07-05 |
公开(公告)号: | CN109002828A | 公开(公告)日: | 2018-12-14 |
发明(设计)人: | 钟国韵;沈涛;彭代忠;汪宇玲;饶志华;常艳荣;王檬檬 | 申请(专利权)人: | 东华理工大学 |
主分类号: | G06K9/46 | 分类号: | G06K9/46;G06K9/62 |
代理公司: | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人: | 梁天彦 |
地址: | 330013 江西省南*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于均值跳动迹变换的图像纹理特征提取方法,从每条迹线上特选取若干个采样点分别和每条迹线的平均值进行比较编码,从而提取出描述每条迹线的纹理特征信息,通过采用图像预处理方法、基于均值跳动迹变换的图像纹理特征提取方法和直方图归一化方法实现纹理图像的融合特征信息的提取,并在支持向量机中进和分类识别,使得纹理图像识别的准确率更高,识别的波动范围更小,稳定性更好。 | ||
搜索关键词: | 图像纹理特征 条迹 跳动 纹理图像 纹理特征信息 图像预处理 支持向量机 分类识别 特征信息 采样点 归一化 直方图 准确率 融合 | ||
【主权项】:
1.一种基于均值跳动迹变换的图像纹理特征提取方法,其特征在于,包括以下步骤:步骤1)、输入原图像:读取纹理图库,选取待检测图像,待检测图像中的任一条迹线t的位置由一组(φ,ρ)表示,φ为迹线t的法线与水平轴的夹角,ρ为迹线t与坐标原点O的垂直距离,O为图像的中心像素点,水平轴为原点O向右方向的直线;步骤2)、图像预处理和旋转:将待检测图像扩充至正方形并以给定角度步长旋转,迹线t转化为垂直状态,扩充后的正方形的边长为原待检测图像的对角线长,扩充部分为黑色,记为二进制“0”;步骤3)、选取采样点、计算均值和编码:在迹线上等分选择采样点,即每条迹线上等分选择s个采样点,然后用均值跳动的方法对选择的采样点进行编码,采用公式(2)计算每条迹线上像素值的平均值
分别以选取的s‑1个采样点的像素值和平均值进行比较,如果采样点的像素值大于平均值,则标记为“1”,否则标记为“0”,每条迹线由采样点比较产生一个s位二进制数Ci,Ci用于描述描述每条迹线的纹理特征信息,计算平均值公式如下:
其中
表示每条迹线上像素值的平均值,n表示每条迹线上像素的个数,Xi表示每条迹线上的像素值大小,m表示每条迹线上像素值不为“0”的个数;步骤4)、融合特征提取:图像以给定角度步长不断旋转,每旋转一个角度,依次执行步骤3),得到对应每个角度的图像特征,并记为一个cell;步骤5)、直方图归一化:统计步骤4)得到的cell,计算每个cell的直方图,统计表征图像特征的十进制数特征值出现的频率,并对直方图进行归一化处理,归一化处理的公式为:
其中ni表示图像i的像素个数,P表示像素的灰度数,N表示图像的全部像素数;步骤6)、分类识别:将步骤5)中得到的每个cell的统计直方图连接成为一个特征向量,所述特征向量输入到支持向量机中进行训练识别,由支持向量识别机输出识别结果。
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东华理工大学,未经东华理工大学许可,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/201810741518.9/,转载请声明来源钻瓜专利网。