基于結(jié)構(gòu)的紋理特征及應(yīng)用研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)日新月異的快速發(fā)展，互聯(lián)網(wǎng)數(shù)據(jù)大幅增長(zhǎng)，人們生活的進(jìn)入“大數(shù)據(jù)”時(shí)代。作為信息表達(dá)的一種方式，圖像數(shù)據(jù)不需要使用過(guò)多的文字去描述，具有直觀、信息量大等特點(diǎn)。伴隨著圖像信息規(guī)模的不斷增長(zhǎng)，圖像處理技術(shù)被廣泛應(yīng)用于醫(yī)療、軍事、農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)等各行各業(yè)中，如醫(yī)學(xué)圖像分析、軍事目標(biāo)檢測(cè)與識(shí)別、植物形態(tài)特征測(cè)量、道路交通監(jiān)控、三維立體建模、飲食餐廳服務(wù)推薦等。各個(gè)應(yīng)用領(lǐng)域?qū)τ跀?shù)字圖像的需求不斷增長(zhǎng)，對(duì)于圖像分析技術(shù)的要求也越來(lái)越

2、高，如何有效分析和應(yīng)用這些圖像是一個(gè)非常重要的課題。
　　作為描述圖像的最有效手段，特征在圖像處理中非常重要，目前常用的圖像特征包括:顏色、形狀、紋理等特征。其中，紋理特征作為人類視覺(jué)系統(tǒng)的一種對(duì)物體表面表現(xiàn)的感知形式，通過(guò)計(jì)算圖像中像素點(diǎn)的灰度或顏色變化以及變化分布的規(guī)律特征，來(lái)反應(yīng)物體表面粗糙度、方向性和物體表面符合的某種規(guī)則性。紋理分析技術(shù)被廣泛應(yīng)用于人臉識(shí)別、農(nóng)產(chǎn)品質(zhì)量監(jiān)督、道路交通監(jiān)控、遙感圖像處理、基于內(nèi)容的圖像檢索、

3、機(jī)器人視覺(jué)等諸多領(lǐng)域，對(duì)于不同應(yīng)用領(lǐng)域和不同圖像類型，給圖像紋理特征提取提出的需求不同，同時(shí)，由于紋理結(jié)構(gòu)本身的復(fù)雜性和廣泛性，使得紋理分析技術(shù)成為數(shù)字圖像處理中的一個(gè)具有較高難度的科學(xué)領(lǐng)域。
　　近些年來(lái)，眾多研究者提出了不同的紋理特征提取方法，主要可以分為如下幾個(gè)方面:基于統(tǒng)計(jì)的紋理特征提取、基于模型的紋理特征提取、基于結(jié)構(gòu)的紋理特征提取和基于信號(hào)處理的紋理特征提取。由于具有計(jì)算量小、特征維度低、支持旋轉(zhuǎn)不變性等優(yōu)點(diǎn)，基于結(jié)構(gòu)

4、的紋理特征提取方法已經(jīng)被廣泛應(yīng)用于各個(gè)研究領(lǐng)域和實(shí)際應(yīng)用中，眾多研究者取得了不錯(cuò)且較成熟的研究成果，但是傳統(tǒng)基于結(jié)構(gòu)的紋理特征沒(méi)有考慮紋理的方向變化及空間分布特性，無(wú)法充分表達(dá)圖像的紋理變化方向特征和紋理空間分布特征，在一些圖像處理應(yīng)用如圖像檢索中無(wú)法全面地描述不同類別的圖像，也無(wú)法取得較好的檢索結(jié)果。因此，深入研究結(jié)構(gòu)紋理特征的提取方法，改進(jìn)現(xiàn)有方法的不足具有很高的理論研究?jī)r(jià)值和應(yīng)用前景，通過(guò)研究基于結(jié)構(gòu)的紋理特征提取，可以提高紋理特

5、征提取的有效性，也為各行各業(yè)的廣泛應(yīng)用提供理論基礎(chǔ)。
　　本文首先介紹了結(jié)構(gòu)紋理特征提取研究的背景和意義，討論了該領(lǐng)域的國(guó)內(nèi)外相關(guān)工作，從理論上闡述了結(jié)構(gòu)紋理特征提取的基本思想和研究思路。接著，論文圍繞特征提取方法，分析傳統(tǒng)結(jié)構(gòu)紋理特征在紋理方向變化及空間分布特征提取上的不足，提出新的基于方向特征和空間分布的結(jié)構(gòu)紋理特征描述子。在此基礎(chǔ)上，提出基于該特征描述子的圖像檢索算法。最后，分析傳統(tǒng)光學(xué)遙感圖像艦船檢測(cè)中的問(wèn)題與不足，結(jié)合結(jié)

6、構(gòu)紋理特征改進(jìn)遙感圖像海陸分割結(jié)果，進(jìn)而改進(jìn)艦船檢測(cè)的效果。
　　本論文的主要貢獻(xiàn)可歸納為以下幾個(gè)方面:
　　(1)針對(duì)局部二進(jìn)制模式無(wú)法提取紋理方向特征的問(wèn)題，提出了一種反映紋理方向特征的紋理特征描述子，通過(guò)計(jì)算像素在不同方向上的灰度變化模式，構(gòu)造局部灰度變化的共生矩陣，最后通過(guò)統(tǒng)計(jì)不同灰度模式的變化均值和方差特征，補(bǔ)充局部二進(jìn)制模式紋理特征中的方向特征和幅度特征，有效地提高了紋理特征描述的全面性;
　　(2)針對(duì)傳

7、統(tǒng)的結(jié)構(gòu)紋理特征描述子無(wú)法提取紋理空間分布特征，提出局部空間二進(jìn)制模式和局部空間分布模式，并在此基礎(chǔ)上提出多尺度局部空間二進(jìn)制模式和完整的局部空間分布模式。局部空間二進(jìn)制模式通過(guò)提取像素與像素間的灰度變化模式對(duì)，反映紋理變化在空間上的分布特征，并在多尺度條件下分析特征的全面性。局部空間分布模式計(jì)算像素與像素之間在不同方向上的灰度變化模式，完整的局部空間分布模式不僅在原圖像上提取局部空間分布模式，同時(shí)在梯度圖和濾波圖上提取局部空間分布模式

8、，來(lái)充分提取紋理特征，提高了紋理特征描述的完整性;
　　(3)針對(duì)結(jié)構(gòu)紋理特征具有的計(jì)算簡(jiǎn)單、運(yùn)算量小、特征描述全面等優(yōu)點(diǎn)，基于提出的結(jié)構(gòu)紋理特征描述子，設(shè)計(jì)圖像檢索算法來(lái)驗(yàn)證結(jié)構(gòu)紋理特征描述子的有效性與合理性，分別是基于多尺度局部空間二進(jìn)制模式的圖像檢索算法和基于完整局部空間分布模式的圖像檢索算法。實(shí)驗(yàn)結(jié)果表明本文提出的算法較同類方法具有更優(yōu)的檢索結(jié)果，顯著提高了圖像檢索的全局平均查準(zhǔn)率、全局平均查全率;
　　(4)針對(duì)傳

9、統(tǒng)的海陸分割算法分割效果的不足，提出一種基于局部二進(jìn)制模式特征的海陸分割算法，通過(guò)計(jì)算灰度和局部二進(jìn)制模式特征的綜合特征圖并分割，與傳統(tǒng)的灰度圖海陸分割結(jié)果結(jié)合，得到更優(yōu)的海陸分割結(jié)果。實(shí)驗(yàn)結(jié)果表明該算法在保證艦船檢測(cè)高正確率的情況下，大大降低了艦船檢測(cè)的虛警率。
　　本論文分析了目前結(jié)構(gòu)紋理特征的不足，提出了基于方向變化和空間分布的結(jié)構(gòu)紋理特征，加深了對(duì)結(jié)構(gòu)紋理特征提取的研究，為結(jié)構(gòu)紋理特征在不同領(lǐng)域中的應(yīng)用提供了理論基礎(chǔ);同時(shí)