[发明专利]一种多方向模式连接规则的图像纹理描述方法

说明书

本发明涉及一种多方向模式连接规则的图像纹理描述方法，所述方法包括：使用预定的扫描线S，沿着预设的方向α对所述输入的图像进行扫描，并记录下像素的位置及对应的灰度值；根据所述扫描线S对所述输入图像进行纹理模式检测；根据纹理模式检测结果建立多个方向均值纹理映射图；对所述多个方向均值纹理映射图进行加权平均得到加权平均纹理映射图；所述加权平均纹理映射图即为最终的纹理映射图。本发明采用了一种基于简单扫描线的方法来搜索潜在的纹理特征并且统计它们的局部特性，而不是采用了固定大小的2‑D窗口，避免了基于区域块的方法存在一些固有的缺点。

技术领域

本发明属于图像处理领域，具体涉及一种多方向模式连接规则的图像纹理描述方法。

背景技术

纹理是图像的一种基本特性。从20世纪70年代起,人们就对此问题进行了大量的研究,主要集中在图像纹理的分析、理解与描述和计算机自然纹理生成2大方面，并已取得了丰硕的成果，在景物识别、目标定位、遥感图像分析、纹理分类、图像复原与估测、基于内容的图像数据库检索和计算机景物仿真等众多方面产生了深远的影响。

关于图像纹理的精确定义至今还未做出，直观来说，纹理描述可以提供图像区域的平滑、稀疏、规则性等特性。从心理学的观点，人类观察到纹理特征包括粒度、方向性和重复性等。纹理可以认为是灰度(颜色)在空间以一定的形式变化而产生的图案(模式)，可以定义为在视场范围内的灰度分布模式。总结前人对图像纹理的描述，图像纹理大体可概括为：(1)图像局部不规则而全局又呈现某种规律的物理现象；(2)由许多互相接近、互相编织的元素以一定的形式排列构成，并常伴有某种周期性；(3)图像的灰度统计信息、空间分布信息和结构信息的综合反映；(4)一种区域特性，在适当的区域内测量才有意义。

常用的纹理特征表述方法可分为以下三类：

(1)灰度共生矩阵

Haralick等人以条件概率来模型化纹理，提出了灰度共生矩阵方法(SpatialGray Level Dependence Method:SPGLM),灰度共生矩阵能很好的表征图像表面灰度分布的周期性规律，是目前一种重要的纹理分析方法。从共生矩阵导出一些反映矩阵状况的参数，典型的有以下几种：能量:图像灰度分布均匀程度和纹理粗细度；对比度:图像的清晰度和纹理沟纹深浅的程度；熵:图像中纹理的非均匀程度或复杂程度；逆差距:反映图像纹理的同质性，度量图像纹理局部变化的多少。

(2)Tamura纹理

基于人类对纹理的视觉感知的心理学的研究，Tamura等人提出了纹理特征的表达。Tamura纹理特征的六个分量对应于心理学角度上纹理特征的六种属性，分别是粗糙度(coarseness)、对比度(contrast)、方向度(directionality)、线像度(linelikeness)、规整度(regularity)和粗略度(roughness)。其中，前三个分量对于图像检索尤其重要。

(3)频域方法

随着对人类视觉机理的研究，人们逐渐认识到，大部分的图像分割方法与人类视觉机理相脱节，难以进行更精确的分割，因此找到具有更强的鲁棒性、实时性的分割方法必须充分利用人类的视觉特性。人类视觉特性系统初级阶段的视觉信息处理研究认为人脑对图像作了滤波处理，研究者通过记录猴子的视觉皮层细胞对不同频率范围和取向的光栅的响应，证明了多通道滤波理论的正确性。所以，空间/频率多分辨率多通道纹理分析方法是与人类视觉过程相一致的一种方法，目前多分辨率多通道纹理分析方法可以有效地对纹理图像进行特征提取和纹理分析，如傅立叶变换、Gabor滤波器、小波变换等，其中，Gabor滤波器是该类方法的典型代表。

以上这些方法大多数都是用一个固定大小的窗口来生成局部特征。但是这种基于区域块的方法存在一些固有的缺点：为了提取图像特征，窗口的大小必须预先固定的，这样会影响方法对于尺度问题的适应性；当纹理边界落到窗口时会限制方法的模式区分能力。

发明内容