[发明专利]一种基于颜色和纹理特征的图像识别方法

摘要

本发明提供一种基于颜色和纹理特征的图像识别方法，该方法包括如下步骤将检测图像A和匹配图像B均分成n个子块；计算检测图像A和匹配图像B在子块k的颜色特征相似距离Dk(A,B)，纹理特征相似距离Tk(A,B)，其中k∈(o,n]；计算检测图像A和匹配图像B的颜色特征相似距离C(A,B)，纹理特征相似距离T(A,B)；根据检测图像A和匹配图像B的颜色特征相似距离C(A,B)和纹理特征相似距离T(A,B)判断检测图像A和匹配图像B的相似度S(A,B)。相对于现有技术，本发明基于颜色和纹理特征的匹配来计算图像的特征相似度，提高了准确性和客观性，避免了关键字索引的主观判断。

主权项

一种基于颜色和纹理特征的图像识别方法，对检测图像A和匹配图像B进行相似度比对，其特征在于，所述方法包括如下步骤：将检测图像A和匹配图像B均分成n个子块；计算检测图像A和匹配图像B在子块k的颜色特征相似距离Dk(A,B)，检测图像A和匹配图像B在子块k的纹理特征相似距离Tk(A,B)，其中k∈(o,n]；计算检测图像A和匹配图像B的颜色特征相似距离C(A,B)，检测图像A和匹配图像B的纹理特征相似距离T(A,B)；根据检测图像A和匹配图像B的颜色特征相似距离C(A,B)和纹理特征相似距离T(A,B)判断检测图像A和匹配图像B的相似度S(A,B)，其中所述步骤计算检测图像A和匹配图像B在子块k的颜色特征相似距离Dk(A,B)包括如下步骤：(1)子块k拥有N个像素点，计算像素点X的颜色值Y(x)，其中x∈(0,N]，m为颜色值，其值为整数，m∈(0,256]，fm(x)为隶属函数，fm(x)∈[0,1]；(2)计算以像素点X为中心的区域Ω的颜色平均值其中X表示计算的像素点，Y(x)表示像素点X的颜色值，S表示所在区域Ω的像素点个数；(3)计算像素点X的颜色复杂度Ψ(x)，其中i，j为像素点X点的坐标，Y(x)为像素点X的颜色值，是以像素点X点为中心的区域Ω的颜色平均值，di、dj为对坐标i、j的微分；(4)计算像素点X的权值w(x)，其中i，j为像素点X点的坐标，Ψ(x)为像素点X的颜色复杂度，di、dj为对坐标i、j的微分；(5)计算子块k的权值Wk(x)，其中w(x)为像素点X的权值，N为子块k中像素点的数量；(6)计算检测图像A和匹配图像B在像素点X处的颜色特征相似距离dx(A,B)，dx(A,B)＝w(x)|YA(x)‑YB(x)|，其中w(x)为像素点X的权值，YA(x)、YB(x)分别为检测图像A和匹配图像B在像素点X的颜色值；(7)计算检测图像A和匹配图像B在子块k的颜色特征相似距离Dk(A,B)，其中dx(A,B)为检测图像A和匹配图像B在像素点X处的颜色特征相似距离，N为子块k中像素点的数量。