復(fù)雜光照條件下紋理分類算法的研究.pdf

1、紋理是自然界中物體表面呈現(xiàn)出的主要特征，是人類視覺信息的重要組成部分，對紋理的視覺感知是人類認(rèn)識世界的重要方式。在研究領(lǐng)域，紋理作為一種圖像模式的描述，是計(jì)算機(jī)視覺和模式識別研究的重要內(nèi)容。隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展，基于紋理特征的分類與識別系統(tǒng)在工業(yè)制造、醫(yī)療診斷、天氣預(yù)報(bào)、地質(zhì)勘探等領(lǐng)域得到廣泛的應(yīng)用。
　　實(shí)際的應(yīng)用環(huán)境中，光照條件往往是人為不可控制的。光照變化不僅改變了圖像的灰度空間分布，而且促使圖像的紋理結(jié)構(gòu)也發(fā)生變化，進(jìn)

2、而對紋理分類系統(tǒng)性能產(chǎn)生影響。因此，克服光照影響，提高分類系統(tǒng)光照魯棒性一直是計(jì)算機(jī)視覺和模式識別領(lǐng)域的關(guān)鍵任務(wù)之一。本文在多分辨率分析理論和光照對圖像影響分析的基礎(chǔ)上，主要研究圖像光照不變性特征的提取，以提高紋理分類系統(tǒng)的光照魯棒性。主要創(chuàng)新點(diǎn)如下：
　　①.根據(jù)反射模型，從理想條件和光照條件下圖像模型出發(fā)，研究了光照對圖像灰度空間分布和紋理結(jié)構(gòu)的影響，并在多尺度空間對兩種影響進(jìn)行建模，提出了本文的光照不變特征提取模型。在模型中

3、，光照對圖像的灰度空間分布和紋理結(jié)構(gòu)的影響在多尺度空間中分別被視為其對近似分量和高頻細(xì)節(jié)分量的影響。根據(jù)兩種影響程度的不同，分別采用不同的方法消除兩種影響。
　　②．基于“去噪”思想和本文光照不變特征提取模型，提出了基于小波變換域和BayesShrink去噪的光照不變特征提取方法。本文方法中，理想圖像信號被視為“噪聲”，首先將圖像轉(zhuǎn)換到對數(shù)域，再對圖像進(jìn)行小波分解。在多尺度空間，近似分量為圖像的低頻信息，聚集圖像大部分的能量，代表

4、圖像灰度空間分布；高頻分量反映圖像的紋理細(xì)節(jié)，聚集了圖像的絕大部分高頻特征，代表圖像紋理細(xì)節(jié)結(jié)構(gòu)。因此，光照對圖像空間分布的影響被近似視為其對低頻分量的影響，對這部分采用低通濾波進(jìn)行處理；對圖像紋理結(jié)構(gòu)的影響被理解為其對高頻分量的影響，采用BayesShrink方法進(jìn)行“去噪”。然后通過小波逆變換得到整幅圖像的光照分布圖像。最后根據(jù)反射模型，將對數(shù)域觀測圖像與光照分布圖像相減得到圖像光照不變特征。實(shí)驗(yàn)中使用主成分分析對光照不變特征降維，