[发明专利]一种基于纹理特征与形状特征相融合的水声图像特征提取方法

摘要

本发明公开了一种基于纹理特征与形状特征相融合的水声图像特征提取方法，主要步骤包括图像分割，边界提取，生成基元阵，计算灰度‑基元共生矩阵，获取五项个特征量等几个关键步骤。本发明着手于海底底质水声图像的图形学特征，利用海底底质水声图像的边界形状特征及其灰度相关性，应用并结合边界提取与灰度‑基元共生矩阵法，实现海底底质的水声图像特征提取。本发明不仅能够保证平移、旋转和缩放不变性，并且对噪声不敏感，既可以描述闭合区域，对于非闭合区域也能很好的完成特征提取，实现了基于海底底质水声图像图形学特征的间接识别及提取。

主权项

1.一种基于纹理特征与形状特征相融合的水声图像特征提取方法，其特征在于包括以下几个步骤：步骤一：获得待检测水声图像，水声图像为灰度图像，对待检测水声图像进行分割，得到只包含单一海底底质的图像I1i；步骤二：采用Canny边缘检测算子检测和提取水声图像纹理特征边界；步骤三：设边界提取后得到图像I2i，图像I2i为二值图像，将图像I2i与原图像I1i作对照，找到I2i中像素值为1的点，并将其替换为图像I1i中对应位置的灰度值，得到包含原图像灰度信息的边界图像I3i；步骤四：边界图像I3i的像素灰度值范围为[0,255]，将I3i的灰度值范围线性映射为[0,15]，得到图像I4i；步骤五：扩展图像I4i，将图像I4i像素矩阵的四周各增加一行的0元素，即图像I4i由原来m*n大小扩展为(m+2)*(n+2)，图像I4i的各个像素灰度值均由各自8邻域或者4邻域像素灰度值之和替换，即计算每个像素的8邻域或者4邻域像素灰度对该像素的矩，所得的矩值为最小纹理基元，求得各像素对应的基元后，得到基元阵，基元阵同图像I4i像素矩阵大小相同，同为m*n，由基元阵得到图像I5i；步骤六：灰度‑基元共生矩阵由灰度矩阵I4i和基元阵I5i共同构建的，灰度‑基元共生矩阵中的元素GP(i1,j1)为灰度值等于i1、基元值等于j1的点对数量，由灰度‑基元共生矩阵得到图像I6i；步骤七：获取灰度‑基元共生矩阵的五个特征量，包括ASM能量、对比度、熵、自相关性、逆方差。ASM能量：对比度：熵：自相关：逆方差：其中：其中：k为灰度值的级数，GP(i,j)为灰度‑基元共生矩阵中(i,j)处对应值大小。