论文部分内容阅读
纹理是图像的重要底层视觉特征,纹理分析是计算机视觉的重要研究方向之一,纹理分类是纹理分析的重要组成部分。而纹理分类的关键问题就是提取纹理图像的主要特征。纹理图像较其他图像具有纹理信息丰富的特点,纹理信息也极易受到外界因素的影响,光照就是其中的因素之一。因此,消除光照影响,提取纹理图像的光照不变特征是纹理分析的热点研究问题。本文主要研究总结了光照对纹理信息的影响特点,结合三维块匹配降噪算法以及小波去噪模型,提出了两种光照不变特征提取算法方案。本文工作总结如下:①颜色恒常性计算是消除光照对图像影响的方法之一。图像成像呈现不仅和场景表面的反射特性有关,而且和场景光源有关。颜色恒常性计算首先计算出图像成像时的光照估计,然后通过校正模型将图像校正为标准光源下的颜色,如对角模型。②提取图像的光照不变特征是解决光照影响的另一条途径。纹理图像包含丰富的纹理信息。通过研究光照变化对图像的影响可知,光照变化不仅会影响图像的颜色,而且还会影响图像的纹理细节信息。本文根据三维块匹配（BM3D）的算法特点,提出了两种纹理光照不变特征提取方案。方案一结合小波变换的多分辨率特性,对纹理图像各颜色通道对数域采用小波变换得到低频和高频分量,低频分量包含丰富的纹理结构边缘,而高频分量则包含图像细节信息,为提高光照不变特征的鲁棒性,对低频和高频分量采用不同的方法。对于低频分量,采用低通滤波来保存纹理结构边缘信息。对于高频分量,鉴于BM3D算法具有降噪效果好、良好的细节保存以及引入人工噪声少等特点,对其使用BM3D降噪算法。并对降噪结果进行小波重构得到光照分量,求得光照不变量,并运用主成分分析（PCA）降低特征维数,获得特征向量,最后使用K-最近邻特征线（K-NFL）分类器进行纹理分类。在纹理数据库OutexTC00014上的分类实验结果表明该算法具有良好的分类效果。最后,结合预处理思想以及图像空域与对数域系数分布差异特点,提出了方案二,分类实验结果表明,方案二较方案一性能提高了6%。