[发明专利]基于拓扑树的局部形状模式的图像纹理基元特征提取方法无效
申请号: | 201010177899.6 | 申请日: | 2010-05-14 |
公开(公告)号: | CN101853386A | 公开(公告)日: | 2010-10-06 |
发明(设计)人: | 何楚;苏鑫;魏喜燕 | 申请(专利权)人: | 武汉大学 |
主分类号: | G06K9/52 | 分类号: | G06K9/52;G06T9/00 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 张火春 |
地址: | 430072*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 拓扑 局部 形状 模式 图像 纹理 特征 提取 方法 | ||
1.一种基于拓扑树的局部形状模式的图像纹理基元特征提取方法,其特征在于,包括以下步骤:
①根据像素灰度值对图像进行水平集分层;
②在水平集基础上构建拓扑树结构;
③构建编码同心圆模板;
④选取拓扑树结构中全部节点或者部分节点进行后续的编码,其中部分节点可以是包含图像像素的最小形状节点;
⑤编码前,将节点形状缩放到于同心圆模板大小相当,当节点形状的重心与同心圆圆心重合的时候,形状与半径最大的同心圆边界相切;
⑥编码时,将缩放后的节点形状与同心圆模板重叠,使节点形状重心与同心圆圆心重合,根据节点形状与每个扇区的重叠关系进行二进制编码;
⑦将每个节点形状在每个圆的所有个扇区的编码值统计一个频数直方图,再将个圆的频率直方图拼接,得到每个形状的纹理特征描述;
⑧将图像拓扑树中所有参与编码的形状的纹理特征描述相加,得到最后图像的纹理特征。
2.根据权利要求1所述的基于拓扑树的局部形状模式的图像纹理基元特征提取方法,其特征在于:
步骤①中的所述水平集分层包括高水平集分层和低水平集分层;
所述高水平集分层为将图像根据像素灰度值v≥v0为0,v<v0为1的规则转换为一组二值图像,其中v0=0,1,…,Vmax;其中,v为图像像素的灰度值,满足0≤v≤Vmax,最大值为Vmax,对于一般的光学图像Vmax=255;
所述低水平集分层为使用图像像素灰度值v≤v0为0,v>v0为1的规则将图像转换为一组二值图像,其中v0=Vmax,...1,0。
3.根据权利要求1或2所述的基于拓扑树的局部形状模式的图像纹理基元特征提取方法,其特征在于,所述步骤②进一步包括以下子步骤:
将水平集中每层为1的形状S提取出来;
分别在高水平集和低水平集中,根据形状S在上下层中包含或被包含的关系建立连接树;
以低水平集的连接树为主构建图像的拓扑树结构;
补齐低水平集连接树中的空洞节点后,低水平集连接树就变成图像的拓扑树。
4.根据权利要求1或2所述的基于拓扑树的局部形状模式的图像纹理基元特征提取方法,
其特征在于:
步骤⑥中所述的二进制编码、步骤⑦中所述的频数直方图的统计分为:
轮廓编码,硬直方图统计;轮廓编码,软直方图统计;区域编码,硬直方图统计;区域编码,软直方图统计。
5.根据权利要求4所述的基于拓扑树的局部形状模式的图像纹理基元特征提取方法,其特征在于,所述轮廓编码,硬直方图统计包括以下子步骤:
提取拓扑树节点形状的边界轮廓,与编码模板圆进行匹配;
当节点形状的轮廓落在第n个同心圆的第m个扇区fnm内时标记为1,否则为0,其中,n为同心圆的序号,满足1≤n≤N,N为同心圆格个数,N≥1,m为扇形区域的序号,满足1≤m≤M,M为每个同心圆中扇形区域的个数,M≥2;
以此类推将模板同心圆的所有扇区进行0、1标记后,将第n同心圆的M二进制标记转换为十进制数值;
将拓扑树中所有参与编码的形状节点的编码值统计频数直方图,得到最后的纹理特征直方图。
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武汉大学,未经武汉大学许可,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/pat/books/201010177899.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:压力测量仪,特别是血压测量仪
- 下一篇:一种能自动调节波长的激光器