一種提取圖像局部紋理粗糙度的方法
【專(zhuān)利摘要】本發(fā)明涉及一種提取圖像局部紋理粗糙度的方法。本方法首先計(jì)算圖像中多尺度活動(dòng)窗口內(nèi)像素的平均灰度值，對(duì)每個(gè)像素分別計(jì)算它在水平和垂直方向上兩個(gè)偏心重疊窗口之間的平均灰度差，然后利用最大平均灰度差值對(duì)應(yīng)的尺寸計(jì)算最佳尺寸，根據(jù)圖像中每一像素點(diǎn)的最佳尺寸，計(jì)算該像素點(diǎn)的局部粗糙度。本發(fā)明方法具有良好的噪聲魯棒性，且可以準(zhǔn)確度量圖像局部紋理粗糙度。
【專(zhuān)利說(shuō)明】一種提取圖像局部紋理粗糙度的方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，涉及一種提取圖像局部紋理粗糙度的方法。

【背景技術(shù)】
[0002] 紋理是用來(lái)識(shí)別圖像中物體或感興趣區(qū)域的重要屬性之一，幾乎存在于所有物體 表面，包含了物體表面結(jié)構(gòu)組織排列的重要信息以及它們與周?chē)h(huán)境的聯(lián)系，反映了圖像 中同質(zhì)現(xiàn)象的視覺(jué)特征，獨(dú)立于圖像顏色或亮度特征。視覺(jué)感知研究發(fā)現(xiàn)，與機(jī)器相比，人 類(lèi)具有完美的紋理感知特征機(jī)制，可以區(qū)分細(xì)小的紋理差別。人類(lèi)用來(lái)區(qū)分紋理特征的紋 理特征屬性包括：粗糙度（coarseness)、對(duì)比度（contrast)、復(fù)雜度（complexity)、方向度 (directionality)等。
[0003] Tamura等人在對(duì)人類(lèi)紋理視覺(jué)感知的心理學(xué)研究基礎(chǔ)上，提出了 Tamura紋理特 征的表達(dá)。Tamura紋理特征包括六個(gè)分量，對(duì)應(yīng)心理學(xué)角度上紋理特征的六種屬性，六個(gè) 分量分別是粗糙度（coarseness)、對(duì)比度（contrast)、方向度（directionality)、線性度 (linearity)、規(guī)整度（regularity)和粗略度（roughness)。其中，粗糙度是最基本、最重要 的紋理特征，從狹義的觀點(diǎn)來(lái)看，紋理就是粗糙度。Tamura紋理特征近年來(lái)在圖像檢索、圖 像識(shí)別領(lǐng)域中得到了廣泛應(yīng)用。
[0004] Tamura紋理粗糙度提取方法為：
[0005] 1)計(jì)算圖像中大小為2kX2k活動(dòng)窗口中像素的平均灰度值，

【權(quán)利要求】
1. 一種提取圖像局部紋理粗糙度的方法，具特征在于，包括以下步驟： 步驟一：計(jì)算目標(biāo)圖像中多尺度活動(dòng)窗口內(nèi)像素的平均灰度值，所述活動(dòng)窗口尺寸不 小于3X3; 步驟二：分別計(jì)算每個(gè)像素在水平方向和垂直方向上兩個(gè)偏心重疊窗口之間的平均 灰度差，所述兩個(gè)偏心重疊窗口尺寸存在偏差； 步驟三：計(jì)算出每一像素最佳尺寸； 步驟四：利用圖像中每一像素點(diǎn)對(duì)應(yīng)的最佳尺寸，計(jì)算出該像素點(diǎn)的局部粗糙度。
2. 如權(quán)利要求1所述的提取圖像局部紋理粗糙度的方法，其特征在于，所述步驟一中 多尺度活動(dòng)窗口大小為4kX 4k，計(jì)算平均灰度值的方法如式（1)所示，
式中,k = 1，2,…，Lmax ;Lmax為k的最大值；（i, j)為像數(shù)點(diǎn)坐標(biāo)；f (i, j)是位于（i, j) 的像素灰度值；當(dāng)k = 0時(shí)，取窗口尺寸大小為3X3 ; (x，y)為各平均灰度圖Ak的坐標(biāo)。
3. 如權(quán)利要求2所述的提取圖像局部紋理粗糙度的方法，其特征在于，L_e [3, 6]。
4. 如權(quán)利要求1所述的提取圖像局部紋理粗糙度的方法，其特征在于，所述步驟二中 水平方向平均灰度差計(jì)算方法如式（2a)所示，垂直方向平均灰度差計(jì)算方法如式（2b)所 示， Ek；h(x, y) = | Ak> (x+P , y)-Ak (x, y) (2a) Ek,v(x, y) = | Ak> (x, y+p )-Ak (x, y) (2b) 式中， k = max (k_Lb, 0)，Lb 為兩個(gè)窗 口偏差尺度，Lb = Lmax_ c[且 Lb > 1 ; 參數(shù)a取值如下：a = 3, Lmax ^ 5; a = min(2, Lmax-1), Lmax < 5 ； p為兩個(gè)窗口偏心距，p =2k'+l。
5. 如權(quán)利要求1所述的提取圖像局部紋理粗糙度的方法，其特征在于，所述步驟三中 每一像素點(diǎn)的最佳尺寸按照公式（3a)計(jì)算求得， Sbest = 4kmax (3a) Ek = max (Ek'h，Ek'v) (3b) Emax = max (Ek)，Emin = min (Ek) (3c) 公式（3b)、（3c)為中間變量，式中， Ek表示每個(gè)尺寸k在水平和垂直方向平均灰度差值的最大值，E_為像素點(diǎn)最大平均 灰度差值，Emin為像素點(diǎn)最小平均灰度差值， kmax值按如下三種情形確定： ⑴若k = 0，E〇 > tM，取kmax = 0,其中^為匕所有像素點(diǎn)局部非零極大值的均值，否 貝1J轉(zhuǎn)入（ii); (ii)若 Numel (DEk < t Q) = Lmax-1 且 Emax < tm，則取 kmax = Lmax，其中 Numel 表示對(duì)滿 足條件的k計(jì)數(shù),DEk = | E^Eh |,參數(shù)=￡_/l.5，參數(shù)=1#￡_，瓦^(guò)為Emin的平均值，否 貝1J轉(zhuǎn)入（iii); (iii)kmax = argmax(Ek) 〇
6. 如權(quán)利要求1所述的提取圖像局部紋理粗糙度的方法，其特征在于，所述步驟四中 計(jì)算像素點(diǎn)的局部粗糙度方法如式（4)所示， Fcrs (x, y) = Sbest (x, y) (4)。
7. 如權(quán)利要求6所述的提取圖像局部紋理粗糙度的方法，其特征在于對(duì)最佳尺寸進(jìn)行 冪次變換，計(jì)算公式如式（5)所示： Fcrs(x, y) = sbest (x, y) Y (5) 式中，Y > 1。
【文檔編號(hào)】G06T7/00GK104346775SQ201310332119
【公開(kāi)日】2015年2月11日 申請(qǐng)日期:2013年8月2日 優(yōu)先權(quán)日:2013年8月2日
【發(fā)明者】柏連發(fā), 張毅, 金左輪, 韓靜, 岳江, 陳錢(qián), 顧國(guó)華 申請(qǐng)人:南京理工大學(xué)