[发明专利]一种计算图片纹理特征的方法和装置

说明书

技术领域

本发明涉及图象处理技术，特别是指一种计算图片纹理特征的方法和装置。

背景技术

提取图形图象的纹理特征的传统方法是统计，例如灰度共生矩阵法，但其需要统计和计算的量比较大，降低了提取的效率，而且没有充分利用人类的视觉感知特性，导致分割图象以及适用精度都有很大的限制。

基于小波变换等变换方法，提取效率高，充分利用了人类的视觉感知特性，并且对高频的部分敏感。

现有技术存在如下问题：小波变换提取细节系数后的后续处理没有通用的办法，若根据具体的环境及实验结果进行处理，则会在性能上带来巨大的差异。

发明内容

本发明要解决的技术问题是提供一种计算图片纹理特征的方法和装置，解决现有技术中，小波变换提取细节系数后的后续处理没有性能优良的通用办法的缺陷。

为解决上述技术问题，本发明的实施例提供一种计算图片纹理特征的方法，方法包括：将源图片分割为至少一个X*Y的图片小块；对每一个图片小块进行小波变换，计算出图片小块的纹理特征；根据各个图片小块的纹理特征计算出源图片的整体纹理特征。

所述的方法中，将源图片分割为至少一个X*Y的图片小块之前，还包括：计算出源图片中各个像素的灰度值。

所述的方法中，将源图片分割为至少一个X*Y的图片小块，具体包括：每一个图片小块中X=4，Y=4，对应一个4*4的矩阵，矩阵中缺少的元素补0。

所述的方法中，对每一个图片小块进行小波变换，具体包括：每个图片小块中包括：低频部分LL和高频部分HL/LH/HH，高频部分HH/HL/LH分别对应着水平细节、垂直细节和对角线细节，分别包括2*2个细节系数；对于每一个图片小块，采用HAAR小波函数计算高频部分HL/LH/HH的细节系数。

所述的方法中，计算出图片小块的纹理特征具体包括：纹理特征fblock=(Σi=01Σj=01cij2)HH+(Σi=01Σj=01cij2)HL+(Σi=01Σj=01cij2)LH,]]>其中，c_ij是小波变换后的细节系数。

所述的方法中，根据各个图片小块的纹理特征计算出源图片的整体纹理特征，包括：f_pic是源图片的整体纹理特征，m是图片小块的数目，f_i是每一个图片小块的纹理特征f_block。