吳 俊

(安徽醫(yī)學(xué)高等專(zhuān)科學(xué)校，安徽 合肥 230601)

隨著圖像處理技術(shù)的發(fā)展，采用計(jì)算機(jī)視覺(jué)的圖像處理方法進(jìn)行彩色圖像二維紋理識(shí)別，結(jié)合對(duì)彩色圖像的二維紋理特征提取和分析方法，進(jìn)行彩色圖像的紋理特征分析，提高彩色圖像的成像質(zhì)量和檢測(cè)能力，研究彩色圖像二維紋理識(shí)別方法，提高了彩色多重紋理圖像的準(zhǔn)確分析和三維特征分辨能力，相關(guān)的彩色圖像二維紋理識(shí)別方法研究受到人們的極大關(guān)注[1]。對(duì)彩色圖像二維紋理的識(shí)別方法主要采用邊緣銳化特征分解方法，結(jié)合尺度分解方法和多模特征重構(gòu)方法，實(shí)現(xiàn)對(duì)彩色圖像二維紋理識(shí)別。但傳統(tǒng)方法進(jìn)行彩色圖像二維紋理識(shí)別存在精度不高和自適應(yīng)不好的問(wèn)題，對(duì)此，提出基于計(jì)算機(jī)視覺(jué)的彩色圖像二維紋理識(shí)別方法，對(duì)采集的彩色多重紋理圖像采用超分辨融合方法進(jìn)行顯著性區(qū)域紋理特征檢測(cè)，根據(jù)彩色多重紋理圖像的紋理和顏色特征分量進(jìn)行二維紋理識(shí)別，最后進(jìn)行仿真實(shí)驗(yàn)分析，展示了本文方法在提高彩色圖像二維紋理識(shí)別能力方面的優(yōu)越性能。

一、彩色多重紋理圖像采集和區(qū)域融合濾波

1. 彩色多重紋理圖像采集

為了實(shí)現(xiàn)基于計(jì)算機(jī)視覺(jué)的彩色圖像二維紋理識(shí)別，首先構(gòu)建彩色多重紋理圖像的采集模型，用局域窗口特征檢測(cè)方法提取彩色多重紋理圖像的輪廓特征點(diǎn)，結(jié)合相關(guān)性的融合規(guī)則[2]，得到彩色多重紋理圖像的二維邊緣像素特征分量的最大值為：

(1)

采用局部信息熵融合模型進(jìn)行彩色多重紋理圖像采集，提取彩色多重紋理圖像的輪廓點(diǎn)，對(duì)彩色多重紋理圖像進(jìn)行局部信息熵融合處理[3]，提取彩色多重紋理圖像的活動(dòng)輪廓模型，結(jié)合彩色多重紋理圖像的活動(dòng)輪廓的區(qū)域特征進(jìn)行邊緣像素特征匹配，提取局域信息熵，得到彩色多重紋理圖像采集的像素特征量輸出為：

(2)

圖1 彩色多重紋理圖像的二維紋理識(shí)別的實(shí)現(xiàn)流程

2. 圖像的區(qū)域融合濾波處理

在鄰域內(nèi)采用超像素特征分解方法進(jìn)行彩色多重紋理圖像區(qū)域融合濾波處理，將圖像的前一幀作為參考幀，在輸出圖像的邊緣區(qū)域和平坦區(qū)域，得到彩色多重紋理圖像二維紋理點(diǎn)檢測(cè)的拓?fù)浣Y(jié)構(gòu)用如下4個(gè)向量量化函數(shù)x1，x2，x3和x4表示為：

(1)

其中，m為鄰域內(nèi)的彩色多重紋理圖像透射圖的嵌入維數(shù)，彩色多重紋理圖像的像素差值為：

(2)

采用小波變換方法進(jìn)行彩色多重紋理圖像的二維區(qū)域融合濾波[5]，通過(guò)圖像中的照射分量結(jié)果進(jìn)行彩色多重紋理圖像的雙邊濾波處理，得到設(shè)彩色多重紋理的邊緣像素點(diǎn)分布：

(3)

(4)

式中，xi和xj分別為彩色多重紋理圖像的聯(lián)合共享稀疏分配點(diǎn)(i,j)處的紋理信息分量，dist(xi,xj)表示彩色多重紋理圖像稀疏融合特征標(biāo)記特征點(diǎn)xi和xj之間的歐式距離；參數(shù)σ表示彩色多重紋理圖像的空間信息增加分量，采用廣義多核學(xué)習(xí)方法[7]，將全局特征表征到彩色多重紋理圖像空間區(qū)域，得到彩色多重紋理圖像在像素間內(nèi)的二維紋理特征量表示為：

P(yw3|xw3,θ,β)∝P(yw3|xw3,θ)(yw3|βi)

(5)

在4×4子塊內(nèi)重構(gòu)彩色多重紋理圖像的二維紋理特征點(diǎn)，通過(guò)融合圖像中不同模態(tài)信息進(jìn)行區(qū)域融合濾波，得到濾波矩陣為：

(6)

運(yùn)用稀疏表示和壓縮感知原理，計(jì)算圖像中的二維紋理特征集，得到彩色多重紋理圖像的邊緣像素值為：

Eext(V(i))=γ(i)Eimage(V(i))+δ(i)Econ(V(i))

(7)

其中Eimage表示彩色圖像中RGB顏色空間信息，結(jié)合小波變換方法進(jìn)行彩色多重紋理圖像的融合濾波，根據(jù)融合濾波結(jié)果進(jìn)行二維紋理識(shí)別[8]。

二、彩色圖像二維紋理識(shí)別優(yōu)化

1. 彩色多重紋理圖像的顏色分量合并和模板匹配

在對(duì)采集的彩色多重紋理圖像采用超分辨融合方法進(jìn)行顯著性區(qū)域紋理特征檢測(cè)的基礎(chǔ)上，進(jìn)行彩色圖像二維紋理識(shí)別優(yōu)化，本文提出基于計(jì)算機(jī)視覺(jué)的彩色圖像二維紋理識(shí)別方法，結(jié)合小波變換方法進(jìn)行彩色多重紋理圖像的顏色分量合并和模板匹配，求得在每個(gè)尺度下彩色多重紋理圖像的特征模態(tài)值為：

(8)

采用經(jīng)驗(yàn)?zāi)B(tài)分解方法進(jìn)行顏色分量合并，在鄰域內(nèi)采用多模態(tài)多變量稀疏表示方法進(jìn)行彩色多重紋理圖像的特征匹配[9]，考慮雙模態(tài)分類(lèi)問(wèn)題，得到背景噪聲的稀疏系數(shù)描述如下：

v(x)=g-1(g(1)-g(u(x)))

(9)

其中u(x)為彩色多重紋理圖像的三維特征分布區(qū)域的灰度，g(·)為相關(guān)性隸屬度函數(shù)，滿(mǎn)足g: [0,1]→[0,1]。提取彩色多重紋理圖像沿梯度方向的色彩強(qiáng)度，得到彩色多重紋理圖像像素點(diǎn)匹配值：

(10)

(11)

2. 二維紋理識(shí)別輸出

在目標(biāo)塊和重建高分辨率圖像塊之間，得到彩色多重紋理圖像的紋理特征提取結(jié)果，構(gòu)建彩色多重紋理圖像的相關(guān)性檢測(cè)模板匹配函數(shù)f(gi)為：

(12)

由此獲得彩色多重紋理圖像三維動(dòng)態(tài)區(qū)域分布模型，采用顏色分塊區(qū)域融合檢測(cè)方法進(jìn)行彩色多重紋理圖像三維重構(gòu)，進(jìn)行彩色多重紋理圖像的邊緣輪廓檢測(cè)，得到二維紋理的RGB分量分別為：

(13)

彩色多重紋理圖像的區(qū)域像素強(qiáng)度為：

(14)

采用圖像RGB值匹配方法進(jìn)行彩色多重紋理圖像的分塊檢測(cè)，采用多重紋理重建方法，得到彩色多重紋理圖像三維尺度信息特征量為：

S={s=(x,y)|1≤i≤M,1≤j≤N}

(15)

根據(jù)彩色圖像的二維紋理的規(guī)則性進(jìn)行融合，得到彩色多重紋理圖像的活動(dòng)輪廓分布集為：

(16)

根據(jù)彩色多重紋理圖像融合結(jié)果進(jìn)行二維紋理識(shí)別，得到彩色多重紋理圖像的超像素區(qū)域重構(gòu)結(jié)果為：

(17)

式中，w3表示彩色多重紋理圖像的3×3像素塊區(qū)域，xij∈w3表示像素特征點(diǎn)在dγ0方向上的峰值信噪比，Θ表示GMM中所有未知參數(shù)的集合[11]。結(jié)合彩色多重紋理圖像的最小特征分辨方法，得到彩色二維紋理集為：

(18)

三、仿真實(shí)驗(yàn)與結(jié)果分析

為了驗(yàn)證本文方法在實(shí)現(xiàn)彩色多重紋理圖像 二維紋理識(shí)別中的應(yīng)用性能，進(jìn)行實(shí)驗(yàn)分析，在Matlab中進(jìn)行彩色圖像的二維紋理識(shí)別，彩色多重紋理圖像的邊緣輪廓調(diào)節(jié)參數(shù)為1.23，二維紋理的低頻系數(shù)為0.56，圖像采樣的像素尺寸為1200×2000像素，塊相似性特征匹配的模值分量為1.24，對(duì)圖像的離散特征采樣率為400KHz，根據(jù)上述仿真參數(shù)設(shè)定，進(jìn)行彩色圖像的二維紋理識(shí)別仿真，得到原始的彩色圖像如圖2所示。

(a)樣本1

(b)樣本2圖2 原始的彩色圖像

根據(jù)圖像采集結(jié)果，結(jié)合小波變換方法進(jìn)行彩色多重紋理圖像的顏色分量合并和模板匹配，提取彩色多重紋理圖像的關(guān)聯(lián)規(guī)則像素點(diǎn)，得到特征提取結(jié)果如圖3所示。

(a)樣本1

(b)樣本2圖3 特征提取結(jié)果

在圖3的特征提取基礎(chǔ)上，根據(jù)彩色多重紋理圖像的顏色特征分量進(jìn)行多層次融合和視覺(jué)特征重構(gòu)，根據(jù)彩色多重紋理圖像的紋理和顏色特征分量進(jìn)行二維紋理識(shí)別，得到紋理識(shí)別結(jié)果如圖4所示。

(a)樣本1

(b)樣本2圖4 紋理識(shí)別結(jié)果

分析圖4得知，采用本文方法進(jìn)行彩色多重紋理圖像二維紋理識(shí)別的準(zhǔn)確度較高，對(duì)二維紋理特征匹配性較好，提高了彩色多重紋理圖像的二維紋理辨識(shí)能力，在彩色圖像紋理識(shí)別和特征采樣中具有很好的應(yīng)用價(jià)值。

結(jié)語(yǔ)

研究彩色圖像二維紋理識(shí)別方法，提高了彩色多重紋理圖像的準(zhǔn)確分析和三維特征分辨能力，結(jié)合尺度分解方法和多模特征重構(gòu)方法，實(shí)現(xiàn)對(duì)彩色圖像二維紋理識(shí)別。本文提出基于計(jì)算機(jī)視覺(jué)的彩色圖像二維紋理識(shí)別方法，對(duì)采集的彩色多重紋理圖像采用超分辨融合方法進(jìn)行顯著性區(qū)域紋理特征檢測(cè)，在鄰域內(nèi)采用超像素特征分解方法進(jìn)行彩色多重紋理圖像區(qū)域融合濾波處理，結(jié)合小波變換方法進(jìn)行彩色多重紋理圖像的顏色分量合并和模板匹配，提取彩色多重紋理圖像的關(guān)聯(lián)規(guī)則像素點(diǎn)，根據(jù)彩色多重紋理圖像的顏色特征分量進(jìn)行多層次融合和視覺(jué)特征重構(gòu)，根據(jù)彩色多重紋理圖像的紋理和顏色特征分量進(jìn)行二維紋理識(shí)別。研究得知，本文方法進(jìn)行彩色多重紋理圖像識(shí)別準(zhǔn)確性較高，二維紋理辨識(shí)能力較好。