纹理数据库及实验设置优化方案

2023-06-29 理论教育版权反馈

【摘要】：为了对本章提出的纹理图像特征提取和识别方法的性能进行评估，本节选择在两个常用的标准纹理图像数据库上进行实验，即CUReT纹理库[46]和KTH-TIPS纹理库[96]。图2-11CUReT纹理库的识别挑战性KTH-TIPS纹理库由10个类别的纹理材料组成，具体包括铝箔、砂纸、海绵、灯芯绒、亚麻布、棉织物、面包、橘子皮、聚苯乙烯泡沫和薄脆饼干。

为了对本章提出的纹理图像特征提取和识别方法的性能进行评估，本节选择在两个常用的标准纹理图像数据库上进行实验，即CUReT纹理库[46]和KTH-TIPS纹理库[96]。

CUReT纹理库的拍摄对象是真实世界中存在的61类纹理材料（如毛毡、皮革、砂纸、丝绒、毛玻璃、草皮、铝箔、海绵、动物皮毛和面包等），每个类别包含92个纹理样本图像，即该纹理库一共有5 612个纹理样本图像，并且每个样本图像的分辨率均为200×200，这些样本图像是在不同的光照条件和不同的视角下拍摄的。图2-10展示了CUReT纹理库的61个纹理类别，其中每个类别选取一个样本图像进行展示。

pagenumber_ebook=49,pagenumber_book=41

图2-10　CUReT纹理库的61个纹理类别

对CUReT纹理库而言，其特征提取和识别的挑战性在于该纹理库的很多样本具有较大的类内差异和较小的类间差异，其中较大的类内差异是指相同类别的纹理样本却具有较大的特征差异，这很容易导致相同类别的纹理样本被错误地判定为不同的类别，而较小的类间差异是指不同类别的纹理样本却具有非常小的特征差异，这很容易导致不同类别的纹理样本被错误地判定为相同的类别，如图2-11所示。图2-11（a）中的4个样本图像属于同一个纹理类别，但由于光照强度等因素的影响，这些样本图像在视觉特征上展现出很大的类内差异（即相似度较低），导致它们很容易被误判为不同的纹理类别；图2-11 （b）中的4个样本图像分别来自4个不同的纹理类别，但这些样本图像在视觉特征上展现出很小的类间差异（即相似度较高），导致它们很容易被误判为相同的纹理类别。综上分析可以看出，光照条件等因素的影响以及CUReT纹理库的样本类别数目较多，都增加了CUReT纹理库中样本图像特征提取和识别的难度，使CUReT纹理库成为纹理图像识别领域中一个常用的，并且富有挑战性的标准纹理图像数据库。

pagenumber_ebook=50,pagenumber_book=42

图2-11　CUReT纹理库的识别挑战性

KTH-TIPS纹理库由10个类别的纹理材料组成，具体包括铝箔、砂纸、海绵、灯芯绒、亚麻布、棉织物、面包、橘子皮、聚苯乙烯泡沫和薄脆饼干。对每个类别的纹理材料，在3种不同的照明条件、3个不同的视角和9个不同的尺度条件下进行拍摄，每个类别可获取3 ×3 ×9 =81个样本图像，因此KTH-TIPS纹理库一共含有810个样本图像。在拍摄样本图像时，通过改变相机与样本的距离来改变尺度参数，大部分样本图像的分辨率为200×200。图2-12展示了KTH-TIPS纹理库的10个纹理类别，其中每个纹理类别选取一个样本图像进行展示。

pagenumber_ebook=51,pagenumber_book=43

图2-12　KTH-TIPS纹理库的10个纹理类别

和CUReT纹理库相比，虽然KTH-TIPS纹理库的样本类别数目减少了（CUReT纹理库含有61个纹理类别，KTH-TIPS纹理库含有10个纹理类别），但KTH-TIPS纹理库最大的挑战是引入了CUReT纹理库所不具有的大范围的尺度变化，如图2-13所示。图2-13（a）中的两个样本图像是属于同一个纹理类别（灯芯绒）的，但由于拍摄图像的尺度不同，这两个样本图像在视觉特征上展现出很大的类内差异，导致它们很容易被误判为不同的纹理类别；图2-13（b）中的两个样本图像分别来自两个不同的纹理类别（棉织物、亚麻布），但由于拍摄图像的尺度不同，这两个样本图像在视觉特征上却展现出很小的类间差异，导致它们很容易被误判为相同的纹理类别。综上分析可以看出，由于拍摄样本图像时的光照条件和视角变化，尤其是大范围的尺度变化的影响，这些因素都增加了KTH-TIPS纹理库中纹理样本的识别难度，使在KTH-TIPS纹理库上开展纹理图像的特征提取和识别任务变得更具挑战性。

pagenumber_ebook=51,pagenumber_book=43