一種紋理圖像識(shí)別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體是一種紋理圖像識(shí)別方法。
【背景技術(shù)】
[0002]隨著互聯(lián)網(wǎng)購物的蓬勃發(fā)展，人們對(duì)圖片、圖像以及視頻進(jìn)行分組識(shí)別的需求越來越龐大。目前，對(duì)紋理目標(biāo)的檢測(cè)和識(shí)別是目標(biāo)檢測(cè)中的重要內(nèi)容。當(dāng)攝像頭以及目標(biāo)靜止時(shí)，也沒有各種干擾和旋轉(zhuǎn)、模糊情況出現(xiàn)，因此目標(biāo)的檢測(cè)任務(wù)相對(duì)容易的多。但是當(dāng)攝像頭與檢測(cè)目標(biāo)之間存在相對(duì)運(yùn)動(dòng)且運(yùn)動(dòng)不可估計(jì)時(shí)，采集到的目標(biāo)圖像中會(huì)存在目標(biāo)消失、目標(biāo)旋轉(zhuǎn)、仿射變化、圖像模糊等多種干擾。例如，在交通領(lǐng)域?qū)β窐?biāo)、車牌號(hào)、指示牌以及圖案進(jìn)行檢測(cè)和識(shí)別，目前常用的角點(diǎn)檢測(cè)、SIFT特征匹配、ORB描述子等方法，但是這些方法在高動(dòng)態(tài)的符號(hào)識(shí)別中存在缺陷，使得檢測(cè)識(shí)別的目標(biāo)模糊不清，而且容易導(dǎo)致誤識(shí)別和漏識(shí)別情況。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的在于提供一種紋理圖像識(shí)別方法，以解決上述【背景技術(shù)】中提出的問題。
[0004]為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案:
[0005]一種紋理圖像識(shí)別方法，包括如下步驟:
[0006](I)采用圖像分割模塊對(duì)紋理圖像進(jìn)行分割，得到多個(gè)紋理圖像塊；
[0007](2)通過預(yù)處理模塊對(duì)單個(gè)紋理圖像塊進(jìn)行去模糊處理，然后進(jìn)行二值化處理；
[0008](3)通過形態(tài)學(xué)處理模塊對(duì)二值化處理后的紋理圖像進(jìn)行形態(tài)學(xué)處理，提取出紋理區(qū)域；
[0009](4)通過重心點(diǎn)計(jì)算模塊計(jì)算紋理區(qū)域的重心點(diǎn)，以重心點(diǎn)為原點(diǎn)，通過坐標(biāo)系變換模塊將字符區(qū)域從平面直角坐標(biāo)系變換到極坐標(biāo)系，得到極坐標(biāo)圖像；
[0010](5)在極坐標(biāo)圖像中分別沿極徑和極角兩個(gè)方向用投影統(tǒng)計(jì)模塊統(tǒng)計(jì)投影直方圖；
[0011](6)通過特征向量獲取模塊對(duì)投影直方圖進(jìn)行傅里葉變換，選取幅頻部分的信息得到具有旋轉(zhuǎn)不變特性的特征向量，作為檢測(cè)圖像的特征向量；
[0012](7)對(duì)待識(shí)別的紋理圖像與標(biāo)準(zhǔn)的紋理圖像執(zhí)行步驟⑴至(6)，分別得到待識(shí)別紋理圖像特征向量和標(biāo)準(zhǔn)紋理圖像特征向量，基于D-S證據(jù)理論對(duì)紋理圖像和標(biāo)準(zhǔn)紋理圖像的特征向量進(jìn)行融合，并計(jì)算二者之間的相似度，根據(jù)相似度閾值判斷待識(shí)別的紋理圖像是否為標(biāo)準(zhǔn)的紋理圖像。
[0013]與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是:本發(fā)明方法通過先對(duì)紋理圖像進(jìn)行分割，再進(jìn)行處理，最后再進(jìn)行融合以及識(shí)別，充分利用紋理圖像單一特征之間的優(yōu)勢(shì)特征，從而大大提高了對(duì)紋理圖像的識(shí)別準(zhǔn)確程度，而且大大提高了對(duì)運(yùn)動(dòng)中的目標(biāo)檢測(cè)的清晰度。
【附圖說明】
[0014]圖1為紋理圖像識(shí)別方法的裝置結(jié)構(gòu)圖。
【具體實(shí)施方式】
[0015]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0016]一種紋理圖像識(shí)別方法，包括如下步驟:
[0017](I)采用圖像分割模塊對(duì)紋理圖像進(jìn)行分割，得到多個(gè)紋理圖像塊；
[0018](2)通過預(yù)處理模塊對(duì)單個(gè)紋理圖像塊進(jìn)行去模糊處理，然后進(jìn)行二值化處理；
[0019](3)通過形態(tài)學(xué)處理模塊對(duì)二值化處理后的紋理圖像進(jìn)行形態(tài)學(xué)處理，提取出紋理區(qū)域；
[0020](4)通過重心點(diǎn)計(jì)算模塊計(jì)算紋理區(qū)域的重心點(diǎn)，以重心點(diǎn)為原點(diǎn)，通過坐標(biāo)系變換模塊將字符區(qū)域從平面直角坐標(biāo)系變換到極坐標(biāo)系，得到極坐標(biāo)圖像；
[0021](5)在極坐標(biāo)圖像中分別沿極徑和極角兩個(gè)方向用投影統(tǒng)計(jì)模塊統(tǒng)計(jì)投影直方圖；
[0022](6)通過特征向量獲取模塊對(duì)投影直方圖進(jìn)行傅里葉變換，選取幅頻部分的信息得到具有旋轉(zhuǎn)不變特性的特征向量，作為檢測(cè)圖像的特征向量；
[0023](7)對(duì)待識(shí)別的紋理圖像與標(biāo)準(zhǔn)的紋理圖像執(zhí)行步驟⑴至(6)，分別得到待識(shí)別紋理圖像特征向量和標(biāo)準(zhǔn)紋理圖像特征向量，基于D-S證據(jù)理論通過特征向量融合模塊對(duì)紋理圖像和標(biāo)準(zhǔn)紋理圖像的特征向量進(jìn)行融合，并通過相似判斷模塊計(jì)算二者之間的相似度，根據(jù)相似度閾值判斷待識(shí)別的紋理圖像是否為標(biāo)準(zhǔn)的紋理圖像。
[0024]本發(fā)明實(shí)施例采用D-S證據(jù)理論對(duì)單一紋理圖像的特征向量結(jié)果進(jìn)行融合，消除單個(gè)紋理圖像之間可能存在的Q值的冗余和矛盾，并加以互補(bǔ)，降低其不確定性，獲得一致的Q值。利用D-S證據(jù)組合規(guī)則進(jìn)行融合，每次融合都是兩個(gè)證據(jù)之間的融合。
[0025]如圖1所示，本發(fā)明紋理圖像識(shí)別方法的裝置結(jié)構(gòu)圖，圖像分割模塊依次連接預(yù)處理模塊、形態(tài)學(xué)處理模塊、重心點(diǎn)計(jì)算模塊、坐標(biāo)系變換模塊、投影統(tǒng)計(jì)模塊、特征向量獲取模塊、特征向量融合模塊和相似判斷模塊。
【主權(quán)項(xiàng)】
1.一種紋理圖像識(shí)別方法，其特征在于，包括如下步驟: (1)采用圖像分割模塊對(duì)紋理圖像進(jìn)行分割，得到多個(gè)紋理圖像塊； (2)通過預(yù)處理模塊對(duì)單個(gè)紋理圖像塊進(jìn)行去模糊處理，然后進(jìn)行二值化處理； (3)通過形態(tài)學(xué)處理模塊對(duì)二值化處理后的紋理圖像進(jìn)行形態(tài)學(xué)處理，提取出紋理區(qū)域； (4)通過重心點(diǎn)計(jì)算模塊計(jì)算紋理區(qū)域的重心點(diǎn)，以重心點(diǎn)為原點(diǎn)，通過坐標(biāo)系變換模塊將字符區(qū)域從平面直角坐標(biāo)系變換到極坐標(biāo)系，得到極坐標(biāo)圖像； (5)在極坐標(biāo)圖像中分別沿極徑和極角兩個(gè)方向用投影統(tǒng)計(jì)模塊統(tǒng)計(jì)投影直方圖； (6)通過特征向量獲取模塊對(duì)投影直方圖進(jìn)行傅里葉變換，選取幅頻部分的信息得到具有旋轉(zhuǎn)不變特性的特征向量，作為檢測(cè)圖像的特征向量； (7)對(duì)待識(shí)別的紋理圖像與標(biāo)準(zhǔn)的紋理圖像執(zhí)行步驟(I)至￠)，分別得到待識(shí)別紋理圖像特征向量和標(biāo)準(zhǔn)紋理圖像特征向量，基于D-S證據(jù)理論對(duì)紋理圖像和標(biāo)準(zhǔn)紋理圖像的特征向量進(jìn)行融合，并計(jì)算二者之間的相似度，根據(jù)相似度閾值判斷待識(shí)別的紋理圖像是否為標(biāo)準(zhǔn)的紋理圖像。
【專利摘要】本發(fā)明公開了一種紋理圖像識(shí)別方法，對(duì)紋理圖像進(jìn)行分割，再單個(gè)紋理圖像塊進(jìn)行去模糊處理，然后進(jìn)行二值化處理和形態(tài)學(xué)處理，計(jì)算提取出的紋理區(qū)域的重心點(diǎn)，在極坐標(biāo)圖像中分別沿極徑和極角兩個(gè)方向用投影統(tǒng)計(jì)模塊統(tǒng)計(jì)投影直方圖，對(duì)投影直方圖進(jìn)行傅里葉變換，選取幅頻部分的信息得到具有旋轉(zhuǎn)不變特性的特征向量，作為檢測(cè)圖像的特征向量；對(duì)待識(shí)別的紋理圖像與標(biāo)準(zhǔn)的紋理圖像執(zhí)上述步驟以獲得特征向量，然后進(jìn)行融合并計(jì)算二者之間的相似度，根據(jù)相似度閾值判斷待識(shí)別的紋理圖像是否為標(biāo)準(zhǔn)的紋理圖像。本發(fā)明方法通過先對(duì)紋理圖像進(jìn)行分割和融合，充分利用紋理圖像單一特征之間的優(yōu)勢(shì)特征，從而大大提高了對(duì)紋理圖像的識(shí)別準(zhǔn)確程度。
【IPC分類】G06K9/00, G06T7/20, G06T7/00
【公開號(hào)】CN105046191
【申請(qǐng)?zhí)枴緾N201510250552
【發(fā)明人】陳新武, 連帥彬, 孫秋菊, 戈靜, 喬月鳳, 馬文娟, 劉真, 薛靜
【申請(qǐng)人】信陽師范學(xué)院
【公開日】2015年11月11日
【申請(qǐng)日】2015年5月13日