[发明专利]一种基于特征选择的局部差三进制序列图像特征描述方法

摘要

本发明公开了一种基于特征选择的局部差三进制序列图像特征描述方法，包括如下步骤：步骤一：图像采集设备采集图像信号并将所采集的图像信号上传给处理器；步骤二：处理器调用分辨率差值调整模块将步骤1中所采集的图像信号分辨率调整为，并将调整后的图像表示为图像矩阵；步骤三：处理器对步骤2中得到的图像矩阵进行多尺度分块；步骤四：在同一分块模式下，提取多尺度分块下的局部差三进制模式特征；步骤五：利用k均值空间下最小冗余的互信息特征选择方法对局部差三进制模式特征进行选择；得到图像最终的识别特征；步骤六：处理结果同步输出。本发明设计合理、实现方便，操作简便，图像特征提取速度快、效果好，实用性强。

主权项

1.一种基于特征选择的局部差三进制序列图像特征描述方法，其特征在于，包括如下步骤：步骤一：图像采集设备采集图像信号并将所采集的图像信号上传给处理器；步骤二：处理器调用分辨率差值调整模块将步骤1中所采集的图像信号分辨率调整为m×n，得到图像G；然后，处理器将调整后的图像G表示为m×n维的图像矩阵X；步骤三：处理器对步骤2中得到的图像矩阵X进行多尺度分块，表示为：其中图像被分为了p×q块，p,q为自然数，分块图像序列X_i,j为每一个子块，每个子块的大小为其中i＝1,2,…p，i为图形矩阵的行标号，j＝1,2,…q，j为图像矩阵的列标号；步骤四：从步骤三中所得多尺度分块X中取a种连续分块模式，提取a种连续分块下的局部差三进制模式特征集合f_m，局部差三进制模式特征集合f_m获取具体过程为：步骤1)：对分块图像序列X_i,j的p×q个分块图像命名为X^k,其中k＝1,2,…,p×q；步骤2)：在同一种分块模式下，任意抽取其中两个互不相同图像块作为一个图像对，分别设为X^k1和X^k2其中k1,k2＝1,2,…,p×q且k1≠k2，图像块X^k1和X^k2的局部三进制差模式LDT(k1,k2)描述为：LDT(k1,k2)＝[τ′(I_ave(k1),I_ave(k2),t),g(d_x(k1),d_x(k2)),g(d_y(k1),d_y(k2)),ψ′(d_x(k1)),ψ′(d_y(k1))]   (2)其中：I_ave(k1)指分块图像X^k1的所有像素灰度值的平均值，τ′(I_ave(k1),I_ave(k2),t)的定义如下：其中abs()为求绝对值的函数，th为阈值；其中d_x()和d_y()分别表示一个图像在x方向和y方向的梯度；同理可得：其中X^k1(s,t)和X^k2(s,t)分别表示X^k1和X^k2分块图像中s行t列的像素灰度值；按照上述公式，求出两个图像块X^k1和X^k2的特征LDT(k1,k2)，其中k1,k2＝1,2,…,p×q且k1≠k2；步骤3)：定义upper模式和lower模式，其中在upper模式中‑1被设置为1；在lower模式中‑1被设置为0；将由步骤2)中所得特征LDT(k1,k2)扩展为LDT_upper(k1,k2)和LDT_lower(k1,k2)两种模式，得到最终的局部差三进制模式LDT_Final(k1,k2)＝[LDT_upper(k1,k2),LDT_lower(k1,k2)]    (12)；步骤4)：将a种分块模式分别带入到步骤3)公式(12)中得到多组序列；取多组序列的集合定义为f_m，其中m＝1,2,…,b，其中b为序列总数；步骤五：利用k均值空间下最小冗余的互信息特征选择方法对由步骤四中所得局部差三进制模式特征集合f_m进行选择；得到图像最终的识别特征集合G；步骤六：处理器将步骤五中提取的图像最终的识别特征进行处理。