[发明专利]基于分数傅里叶变换的纹理分类方法

摘要

本发明提供的是一种基于分数傅里叶变换的纹理分类方法。（1）获取一幅图像，计算所述图像各像素在四个方向上的一维离散FrFT；（2）将得到的各一维离散FrFT按幅值降序排列；（3）计算分数傅里叶频率直方图；（4）利用χ2‑统计距离分类器对纹理图像进行分类。本发明提供的是一种基于分数傅里叶变换的、综合利用分数傅里叶频率直方图和χ2‑统计距离分类器的纹理文类方法。本发明所提出的纹理分类方法的主要效果在于避免了Wigner分布的交叉项问题。

主权项

一种基于分数傅里叶变换的纹理分类方法，(1)获取一幅图像，计算所述图像各像素在四个方向上的一维离散FrFT；(2)将得到的各一维离散FrFT按幅值降序排列；(3)计算分数傅里叶频率直方图；(4)利用χ2‑统计距离分类器对纹理图像进行分类；其特征是：所述获取一幅图像是获取一幅图像I，所述图像I是一幅大小为N×N灰度纹理图像，(x,y)为纹理图像中的一个位置坐标，其中x＝1,2,…,N；y＝1,2,…,N，I(x,y)表示纹理图像I在(x,y)处的灰度值，d＝0,1,2,3分别表示0度方向、45度方向、90度方向和135度方向，Id(x,y,m)表示像素(x,y)在d方向的第m个邻域像素的灰度值，其中m＝1,2,3,4,5；所述计算所述图像各像素在四个方向上的一维离散FrFT具体包括：首先，对于图像I中的点(x,y)得到(x,y)在0度、45度、90度和135度方向上的邻域序列，所得到的邻域像素序列用{Id(x,y,m)|d＝0,1,2,3,m＝1,2,3,4,5}表示；其次，将{Id(x,y,m)|d＝0,1,2,3,m＝1,2,3,4,5}用下式作中心化处理：I^d(x,y,m)=Id(x,y,m)-I(x,y),d=0,1,2,3,m=1,2,3,4,5]]>其中表示像素(x,y)在d方向的第m个邻域像素的中心化处理结果；再次，分别计算d＝0,1,2,3时序列的一维离散分数傅里叶变换，得到的变换结果用表示，其中α＝0.1，0.7为分数傅里叶变换的阶数，表示的α阶分数傅里叶变换序列中的第n个元素；最后将每一个d和α对应的分数傅里叶变换序列合并为一个序列，得到：