[发明专利]一种基于结构差分直方图的图像纹理分类方法

摘要

一种基于结构差分直方图的图像纹理分类方法，通过提取图像纹理三个部分的特征，即分割结构模式特征、细分的局部二值模式特征和邻域差分模式特征，并对三个部分特征进行标准化，形成用于描述纹理图像的结构差分直方图表示特征，实现对图像纹理进行分类的目的。本发明有益效果：有效地提高了纹理图像的分类精度，有效地适应较小尺寸的纹理图像，另外，本发明方法充分利用了纹理图像的方向多尺度信息，具有广泛的应用价值。

主权项

1.一种基于结构差分直方图的图像纹理分类方法，其特征在于：包括以下步骤：步骤一、采用分割算法提取图像纹理的分割结构模式特征，具体方法为：（1）根据输入的纹理图像Ⅰ，获取它的最大像素值MaxG、最小像素值MinG和平均像素值MeanG；（2）根据步骤（1）中得到的三个像素值得到分割阈值t_n的表达式：其中，N为奇数，是分割阈值的个数，t₁=MinG，t_(N+1)/2=MeanG，t_N=MaxG；（3）利用分割阈值t_n把纹理图像I转化为分割结构：，其中，是纹理图像I在点(x,y)处的像素值；（4）利用分割结构计算分割结构模式集：对于分割结构中的一个值，它的分割结构模式SSP表示为，其中，是该值的第i个邻居，Lt是该值的邻居的个数；通过对分割结构模式进行统计计数，获取分割结构模式的直方图特征；步骤二、对传统完整局部二值模式中的非统一模式进行细分，建立细分模式的直方图作为细分的局部二值模式特征；步骤三、利用局部邻域相邻像素间的差分信息，计算分割结构模式特征和局部二值模式特征的邻域差分模式特征：分割结构模式特征和局部二值模式特征的差分模式用NDP表示，则，其中是纹理图像I和分割结构的第i个邻居值，Lt是邻居的个数，s(x)是符号函数，x为相邻像素间的差值，当x大于等于0时，s(x)=1；当x小于0时，s(x)=0；通过对NDP集进行统计，建立邻域差分模式的直方图作为邻域差分模式特征；步骤四、对规范化的分割结构模式直方图特征、细分的局部二值模式直方图特征和邻域差分模式直方图特征进行联合，把联合的特征作为纹理图像的结构差分直方图分类特征，并利用该特征，采用KNN分类器对纹理图像进行分类，获取分类结果。