多尺度多元图像分析颜色纹理特征图像分类方法研究.docVIP

多尺度多元图像分析颜色纹理特征图像分类方法研究 1引言 颜色和纹理是人眼视觉感知的两种重要内容和视觉特征，颜色纹理图像分析和表面检测一直是机器视觉和模式识别研究中的热点问题。在大理石、地砖、木地板这类自然颜色纹理产品的工业制造中，为了保证产品的颜色纹理外观的一致性，必须对产品进行表面分类检测。随着机器视觉检测技术的发展，根据颜色和纹理的综合特征对产品进行自动的表面分类检测，已经成为彩色机器视觉检测的重要应用领域。 颜色和纹理的综合作用，给机器视觉检测带来极大的困难，直接应用灰度的纹理分析方法往往不能解决问题,必须进行颜色纹理综合分析，提取综合特征来进行图像分类。由于人眼对颜色和纹理敏锐的综合区分能力,从视觉仿生的角度进行研究，是解决表面分类检测问题的重要途径。 通过彩色图像多尺度多元图像分析，能够获得符合人眼视觉感知的颇色纹理本征特征。在此理论基础上，本文提出了利用多尺度颜色纹理本征特征进行图像表面分类检测的方法。先利用典型样本图像建立本征特征模型，再把训练样本和测试样本的多尺度多元图像都投影到本征空间，并获得样本的典型特征簇；在本征空间上根据测试样本与训练样本典型本征特征簇间的相似性Bhattacharyya距离估计，利用k-NN分类器进行表面分类，最后通过对瓷砖分类检测和竹木产品色差分级的实验研究，验证分类方法的有效性。 2颜色纹理分析研究现状 2.1颜色纹理综合描述和分析方法 颜色和纹理是物体表面同样重要的两种特征,但由于灰度纹理图像研究的历史比较早也比较成熟，而颜色有关的计算机视觉近些年来才得到充分的认识和发展，长期以来颜色和纹理作为两种特征是分开进行研究的随着对颜色和纹理感知认识的深入,以及相关描述和分析方法的发展,颜色和纹理作为综合的特征进行描述和分析的方法越来越得到重视。 颇色纹理的综合描述和分析方法需要考虑纹理的空间分布频率和模式对颜色感知的影响，特别是应该从视觉感知的方面考虑颇色纹理之间的相互作用在颜色和纹理的综合方面已经进行了很多工作。研究内容主要集中在颜色空间和特征综合方法两个方面。由于RGB空间进行分类的低准确性，很多研究努力去寻找合适的颜色特征空间来进行特征提取。Femedo报道在CIE Lab空间上简单的全局统计特征可以取得5%的误检。但Drimbraream调查了RGB、HIS、CIE-xyz、CIE-Lab,YIQ分类性能，指出上述颜色空间都不具有最明显的优先性。Vandenbroucke总结了4类颜色空间，提出混合颜色空间的优化选择方法，通过优化从所有4个类别的所有颇色成份中选择具有最大区分性能的颜色成分，并应用到后的像素分类中。对颜色和纹理进行综合的分析,通过从颜色和纹理中提取包括均值，方差，直方图特征矩等全局统计特征,提出软颜色纹理描述子(soft cofour-texture descriptors)的颜色纹理综合描述和分析方法。受人眼颜色视觉系统的启发，Lee提出非线性颇色变换方法来增强色差特征,抑制噪音，应用到颜色特征分类上取得较好效。Jain等提出了一种基于Gabor滤波器的多尺度表示方法，并根据人眼颜色的拮抗特性提出了拮抗色特征，从每一个单独的颜色通道计算获得的单色特征,和由多个颜色通道间的空间相互作用获得的对抗色特征。Gabor函数滤波特征提取方法是最具有影响的一种彩色纹理表示和分析方法。在特征提取综合方面，除Centile-LBP、GaborFilter方法和颜色直方图方法外，基于主成分分析的多元图像处理方法被在颜色纹理图像建模与分类中，取得较好的效果。通过MIA可以突出显示那些具有最大区分能力的颜色纹理特征，这些特征表现出最大的方差。 2.2颇色纹理检测分类应用 在大理石、地砖、木地板这类自然颜色纹理产品的工业制造生产中，产品需要根据颇色色差和纹理的综合感知进行颜色分类，将外观一致的产品归到同一个类别，提高产品质量的一致性。 3多尺度多元图像分析颇色纹理表面分类方法 3.1人眼视觉系统对颜色和纹理的区分 多尺度的表示是理解人对景物感知过程的重要基础。因为颜色和纹理是视觉感知的两个重要方面，颜色和纹理的分析也是与多尺度观测密切相关的。在Mojsilovic等基于感知词汇与语法的颜色纹理分析方法研究中，提出了估计不同颇色模式的5种不同感知准则。可以概括为：在粗糙的大尺度上，人主要感受颜色信息并进行相似性估计，例如“总体颜色”，“颜色纯度”而在比较细微的尺度上，人主要利用纹理信息进行判断，例如“方向性和方位”、“整齐性和放置规则”，和“模式复杂度”。所以,总体的颜色纹理外观与观察尺度的关系，如图1所示。 图1 总体的颜色纹理视觉外观与观察尺度的关系 在图中列出6种不同的颜色纹理图像的多尺度表，可以发现人眼在粗糙的大尺度上对颜色纹理图像的感知更偏重于颇色，在