[发明专利]一种基于迹变换的图像纹理特征融合提取方法

说明书

本发明公开了一种基于迹变换的图像纹理特征融合提取方法，该方法将迹变换进一步泛化，迹变换的三重纹理特征用到的泛函可以是其他特征提取方法。本方法先预处理图像，再通过迹线采样提取特征并全方位扫描图像，获得所有迹线特征，然后进行特征编码得到融合纹理特征向量。本发明实质提供了一种迹变换与其他特征提取方法的融合框架，在此框架下能衍生出各种不同的融合方法。通过本发明获得的融合纹理特征能抵抗光照及RST变化，对不同纹理图像有较好的泛化描述能力，鉴别力更高，稳定性更好，且改善了迹变换特征无实际物理意义的问题。

技术领域

本发明涉及计算机视觉技术在目标识别、图像检索等领域中的应用，特别是涉及一 种基于迹变换的图像纹理特征融合提取方法。

背景技术

图像特征提取在图像处理中起着关键性的作用，如何从图像中提取反应图像本质并 具有强适应性的特征一直是图像处理及计算机视觉等领域的核心研究内容。众所周知，最常见的图像特征包括纹理、颜色和形状等，在这些特征的提取过程中，研究人员都试 图寻找一些不变特征，当图像内容发生旋转、缩放、平移或是有光照及拍摄视点变化时， 这些特征量具有不变性。图像不变特征分析方法主要有矩理论分析、相关性分析、傅里 叶描述子、自回归模型、尺度不变特征转换等，还有就是使用Radon域及其泛化分析的 方法，Radon变换将旋转变换转化为参数平移，能提取具有图像几何不变性的特征，迹 变换(TraceTransform，TT)则是Radon变换的推广，通过迹变换能提取图像旋转、缩 放及平移不变特征，近十几年迹变换已逐渐成为图像处理及计算机视觉等领域的研究热 点之一。

迹变换首先由Kadyrov.A和Petrou.M在1998年提出，他们同时提出了基于迹变换的三重不变特征提取理论。使用迹变换能提取图像RST(Rotation、Scale andTranslation) 不变特征，在不变图像分析领域，迹变换具有重要的几何不变特征提取理论意义，已经 引起研究者的极大兴趣。目前已有大量研究迹变换的相关文献，迹变换已被广泛应用于 各类图像分析识别中，如图像配准、人脸识别、行为识别、彩色图像分类、地震勘探等。 Albukhanajer W.A.使用迹变换获得更优分类性能的多分类器组合，并提出了进化迹变换 算法(the evolutionary trace transform，ETT)，ETT能提取不同版本相同图像的高不变性 特征。Srisuk S等人提出了形状迹变换(Shape Trace Transform,STT)来表征人脸图像， 通过一个新的Hausdorff上下文测度方法来估计两张人脸图像形状之间的相异性，其研 究结果为人脸表示提供了一种新的具有较高鉴别性能的表征方法。吴宁等出了基于迹变 换的径向迹时频峰值滤波方法并应用于中国东北部地震信号增强研究，在中国东北的合 成地震数据上进行强噪声可衰减实验，表现出良好的性能。于冬岩在相似度度量方法的 选择上，根据实验结果选择了改进的Hausdorff距离作为相似度度量方法，对基于Trace 变换的不变特征提取算法和其他参考算法进行了对比实验，其结果表明基于Trace变换 不变特征的图像检索方法对于存在RST变换的查询图像有较好的检索效果。

迹变换通过图像重建和泛函组合作用提取图像不变特征，对图像定义不同的泛函能 映射出不同的迹变换结果，通过迹变换提取的特征具有优秀的纹理描述性能，但迹变换需要众多的泛函组合来表征图像，其计算代价较高，且数学函数没有实际物理意义，缺 乏对图像视觉特性的表达，若能针对不同问题不同应用选取合适的特征与迹变换融合有 利于降低计算代价，且有利于迹变换的推广应用。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于迹变换的图像纹 理特征融合提取方法，其充分利用迹变换特征较高的鉴别能力，同时把图像特征提取算法融合进迹变换的三重纹理特征提取过程中，融合多图像纹理特征来表征图像，能够降 低迹变换的计算代价，并赋予迹变换特征实际的物理意义，最终获得更泛化更优鲁棒性 的图像纹理特征。

技术方案：为实现上述目的，本发明采用的技术方案为：