面向成像測量的圖像紋理主方向識別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像紋理特征提取技術(shù)，具體涉及一種面向成像測量的圖像紋理主方 向識別方法。
【背景技術(shù)】
[0002] 紋理分析在計算機視覺和圖像處理領(lǐng)域占據(jù)很重要的地位。尤其是在基于成像測 量技術(shù)中，紋理方向是紋理分析中一個很重要的特征，因此簡單高效地獲取紋理的方向信 息已成為成像測量領(lǐng)域新的研宄熱點。
[0003] 目前，比較通用的紋理方向特征提取方法Hough變換、Gabor小波、Radon變換，但 這些方法存在以下的一些技術(shù)難點：（1)計算的空間、時間開銷大，存儲負擔大，如Hough變 換，它需要訪問圖片的每個像素點，時間復(fù)雜度近似等于圖片總的像素個數(shù)，并且每個像素 點都要對所有包含它的直線進行投票，形成一種一對多的映射模式，造成計算的盲目性和 存儲負擔大；（2)精度低，如Gabor小波，進行織物紋理方向提取時，檢測的精度僅能達到 1° ; (3)魯棒性差，由于檢測的紋理圖像中可能含有成像暗噪聲，在待檢測圖像中出現(xiàn)虛假 直線，導(dǎo)致檢測時出現(xiàn)誤檢。因此，上述問題制約了在工程上的應(yīng)用。

【發(fā)明內(nèi)容】

[0004] 發(fā)明目的：本發(fā)明的目的在于解決現(xiàn)有技術(shù)中存在的缺陷，提供一種面向成像測 量的圖像紋理主方向識別方法。
[0005] 技術(shù)方案：本發(fā)明的一種面向成像測量的圖像紋理主方向識別方法，對選取的 大小為LXH規(guī)則紋理圖像進行邊緣檢測，其中，L和H的取值范圍分別為（100,4000)和 (100, 3000)，在得到二值化灰度圖像后識別紋理主方向，具體包括以下步驟：
[0006] (1)將灰度圖像中灰度值為1的點定為特征點；
[0007] (2)以灰度圖像的左上角的第一個像素點為滑動窗口起點，創(chuàng)建一個滑動窗口，找 到滑動窗口的中心點，若此中心點是特征點，則將此中心點定為種子節(jié)點并記為M，而滑動 窗口內(nèi)區(qū)域為局部檢測塊并標記為"^若此中心點不是特征點，則繼續(xù)向右滑動窗口，直到 滿足滑動窗口的中心點坐標為特征點時，則找到局部檢測塊T m區(qū)域；
[0008] (3)在局部檢測塊Tm內(nèi)選取位于圖像右半部分窗口邊緣的另一個特征點并記 為吣，然后通過M點坐標（x M，yM)和吣點坐標計算出直線在參數(shù)坐標系下的坐標 (9, P)，其計算公式如下：
[0009]
【主權(quán)項】
1. 一種面向成像測量的圖像紋理主方向識別方法，其特征在于：對選取的大小為LXH 規(guī)則紋理圖像進行邊緣檢測，其中，L和H的取值范圍分別為（100,4000)和（100, 3000)，在 得到二值化灰度圖像后識別紋理主方向，具體包括以下步驟： (1) 將灰度圖像中灰度值為1的點定為特征點； (2) 以灰度圖像的左上角的第一個像素點為滑動窗口起點，創(chuàng)建一個滑動窗口，找到滑 動窗口的中心點，若此中心點是特征點，則將此中心點定為種子節(jié)點并記為M，而滑動窗口 內(nèi)區(qū)域為局部檢測塊并標記為"^若此中心點不是特征點，則繼續(xù)向右滑動窗口，直到滿足 滑動窗口的中心點坐標為特征點時，則找到局部檢測塊Tm區(qū)域； (3) 在局部檢測塊Tm內(nèi)選取位于圖像右半部分窗口邊緣的另一個特征點并記為1^，然 后通過M點坐標（xM,yM)和吣點坐標（-%,，.Ku,)計算出直線在參數(shù)坐標系下的坐標（9，P)， 其計算公式如下：
其中，0表示檢測到的直線與水平向右方向所成的夾角，且結(jié)果為待檢測直線在直角 坐標系下斜率的反正切函數(shù)值，P表示滑動窗內(nèi)的邊緣特征點％到種子節(jié)點M的長度且其 值等于特征點％的橫坐標與縱坐標在該直線上的投影值之和，當Tm右半部分的邊緣特征點 都被遍歷后結(jié)束并得到滑動窗口內(nèi)所有的P和9 ; (4) 設(shè)參數(shù)空間的分辨率為Ap、A0，且Ap=0. 5pixel，A0 = 0. 5°，在參數(shù)空 間中對局部檢測塊Tm區(qū)域內(nèi)計算出的參數(shù)坐標（0，P)進行投票，找出局部投票值最大的 點C_，并且對步驟（3)中所得的滑動窗口內(nèi)所有滿足投票數(shù)大于7的參數(shù)坐標（0，P)中 的P、9分別進行加權(quán)平均，分別得到財口斤； (5) 確定識別結(jié)果：當紋理圖像的噪聲強度小于0.3時，紋理主方向的識別結(jié)果為局部 投票最值點的角度值的加權(quán)平均值；當紋理圖像的噪聲強度大于或等于〇. 3時，用各滑動 窗口識別出的^值的加權(quán)平均值作為紋理主方向的識別結(jié)果。
2. 根據(jù)權(quán)利要求1所述的面向成像測量的圖像紋理主方向識別方法，其特征在于：所 述步驟（2)中滑動窗口的大小為
，且水平向右滑動的步進為一個像素單位，豎直向 下滑動的步進為
個像素單位。
3. 根據(jù)權(quán)利要求1所述的面向成像測量的圖像紋理主方向識別方法，其特征在于：在 所述步驟（4)中參數(shù)空間中，將參數(shù)坐標系下的投票區(qū)域劃分為若干塊網(wǎng)格，該網(wǎng)格是以 參數(shù)坐標系下每一整數(shù)點坐標（0。，P。）為中心，以長度為A0 = 0. 5°、寬度為Ap= 0. 5pixel劃定的矩形區(qū)域。
4. 根據(jù)權(quán)利要求1所述的面向成像測量的圖像紋理主方向識別方法，其特征在于： 所述步驟（4)投票的具體過程為：在Tm區(qū)域內(nèi)計算各直線的參數(shù)坐標時，當0和P在 (9。土A0，p。土Ap)范圍內(nèi)，投票時就將屬于參數(shù)坐標為0和p直線上的特征點所持 票投給（0C±A0，pc±Ap)網(wǎng)格，并用（0c，pc)的累加器進行計數(shù)；若0和p不在 (0。土A0，p。土Ap)，則查看周圍鄰域，確定此點屬于哪塊鄰域。
5.根據(jù)權(quán)利要求1所述的面向成像測量的圖像紋理主方向識別方法，其特征在于：所 述步驟（5)中最值點的角度值的加權(quán)平均值的確定方法為：找出投票數(shù)最多的網(wǎng)格區(qū)域， 并查看網(wǎng)格區(qū)域?qū)?yīng)的0，然后按照上述步驟，找出所有局部投票最值點的角度值，再對這 些角度值做加權(quán)平均。
【專利摘要】本發(fā)明公開一種面向成像測量的圖像紋理主方向識別方法，首先選取一幅紋理圖像，然后采用邊緣檢測算子對紋理圖像進行邊緣檢測，接下來對邊緣檢測后的二值灰度圖像做紋理主方向識別，采用滑動加窗子鄰域策略，將局部直角坐標空間投射到同一塊參數(shù)空間，直角坐標系中在同一直線上的點投射到參數(shù)坐標下，會疊加在一起，把子鄰域內(nèi)的所有特征點進行投票，在參數(shù)空間找出投票數(shù)的極值點對應(yīng)的值，并且計算出經(jīng)投票后參數(shù)坐標系下的加權(quán)均值。本發(fā)明可有效提高圖像測量在實際應(yīng)用精度，且操作簡單，計算量小，存儲負擔小，精度高，魯棒性強。
【IPC分類】G06K9-46, G06T7-00
【公開號】CN104573698
【申請?zhí)枴緾N201410855025
【發(fā)明人】王慧斌, 張振, 董偉
【申請人】河海大學(xué)
【公開日】2015年4月29日
【申請日】2014年12月31日