彩色纹理图像特征提取方法研究

2023-06-29 理论教育版权反馈

【摘要】：由于本书第2章至第4章已经提出了三种灰度纹理图像的特征提取方法，并且HSV颜色空间中的亮度分量V就是灰度纹理图像，可将本书第2章至第4章提出的灰度纹理图像特征提取方法直接应用于HSV颜色空间中的V分量，从而实现灰度纹理特征的提取。

生理心理学的研究成果[111-113]表明，人类大脑在分析彩色纹理图像时，对颜色信息和灰度纹理特征是分开处理的，并且颜色信息的处理主要是在初级的视觉皮层区域进行，而灰度纹理特征的处理主要是在随后更高级别的视觉皮层区域进行处理。另外，文献[114]也通过大量实验证明，将颜色信息和灰度纹理特征分离提取和处理能获得较高的纹理图像识别精度。因此，本书也采用相同的方法，即从彩色纹理图像中分离提取颜色信息和灰度纹理特征，然后把所提取的颜色信息和灰度纹理特征进行结合，作为彩色纹理图像的特征描述用于纹理图像识别。

在提取彩色纹理图像的颜色信息时，首先需要选定一个合适的颜色空间。在现有的多种颜色空间中，最常用的是RGB颜色空间和HSV颜色空间。在RGB颜色空间中，利用红（Red， R）、绿（Green， G）、蓝（Blue， B）三种颜色的加性混合很容易获得其他任何一种颜色特征，并且在硬件实现上也比较简单，可利用红、绿、蓝三种颜色波长的传感器分别获取R、G、B三个通道的图像信息，因此RGB颜色空间的优点是实现简单，便于显示。但是，R、G、B通道之间具有很强的图像灰度相关性，并且RGB颜色空间中两点的欧氏距离也不能很好地反映两种颜色特征的实际距离，因此RGB颜色空间在彩色纹理图像的特征提取和识别任务中并没有明显的优势。在HSV颜色空间中，亮度分量（Value， V）用于描述图像的亮度特征，色调分量（Hue， H）用于描述图像所包含的颜色种类，饱和度分量（Saturation， S）用于描述颜色的深浅，H分量和S分量一起描述图像的颜色信息，因此可利用HSV颜色空间实现彩色图像亮度特征和颜色特征的分离，使颜色特征的分析与处理不受亮度特征变化的影响，有助于获得更加稳定可靠的颜色特征；同时，HSV颜色空间与人眼的视觉特性也比较吻合。因此，本章选择在HSV颜色空间中，利用V分量来提取彩色纹理图像的灰度纹理特征，利用H分量和S分量来提取彩色纹理图像的颜色信息。

另外，考虑到直方图特征对图像的旋转具有不变性，并且计算简单高效，所以本章计算色调分量H和饱和度分量S的联合直方图，将其作为彩色纹理图像颜色信息的描述子。因为HSV颜色空间中的H分量和S分量是连续变化的，所以在计算H分量和S分量的联合直方图之前，需要先对H分量和S分量进行量化；考虑到颜色特征在彩色图像中通常呈现区域性分布，并且这些信息是在人类视觉系统的低频空间中被处理的[114]，因此本章方法对表示颜色信息的H分量和S分量采用粗略量化的策略，即采用较少的量化等级对H分量和S分量进行量化，这样既能保证颜色信息的有效提取，又能显著降低量化等级的个数和颜色直方图的维数，从而降低颜色信息提取阶段的计算量和后续特征判别阶段的计算量，以便提高本章方法的实时性。

在获得颜色信息之后，需要考虑灰度纹理特征的提取。由于本书第2章至第4章已经提出了三种灰度纹理图像的特征提取方法，并且HSV颜色空间中的亮度分量V就是灰度纹理图像，可将本书第2章至第4章提出的灰度纹理图像特征提取方法直接应用于HSV颜色空间中的V分量，从而实现灰度纹理特征的提取。最后，需要将所提取的颜色信息和灰度纹理特征进行融合，以便描述彩色纹理图像的综合特征。常用的特征融合方法有像素级融合、特征级融合和决策级融合，为了使本章提出的特征提取和识别方法具有较高的实时性，这里采用简单高效的特征级融合方法，即把所提取的颜色信息和灰度纹理特征分别进行归一化，然后把归一化的颜色信息和灰度纹理特征直接进行级联，将其作为整个彩色纹理图像的最终特征描述，并用于彩色纹理图像的识别。

综上所述，本章提出一种将粗略颜色信息和灰度纹理特征进行融合的彩色纹理图像特征提取和识别方法，其具体的实现步骤如下所述。

（1）对一个彩色纹理图像I，将其转换到HSV颜色空间，分别获得亮度分量V、色调分量H和饱和度分量S。

（2）灰度纹理特征的提取。根据不同应用场景的条件和要求，选择合适的灰度纹理特征提取算法，并利用该算法从亮度分量V提取灰度纹理特征，然后转换为行向量形式，再进行归一化，将其作为灰度纹理特征的描述子ftexture。

（3）粗略颜色信息的提取。选择合适的量化等级，对色调分量H和饱和度分量S分别进行粗略量化，然后按照式（5-1）计算粗略量化后H分量和S分量的联合直方图Hc，即

式中：

Hq —— 粗略量化后的色调分量图像；

Sq —— 粗略量化后的饱和度分量图像；

i， j —— 粗略量化后的灰度级；

M， N —— 图像的尺寸；

& —— 按位“逻辑与”运算。

接下来，再把H分量和S分量的联合直方图Hc转换为行向量形式，并进行归一化，将其作为粗略颜色信息的描述子fcolor。

（4）粗略颜色信息与灰度纹理特征的融合。将归一化的粗略颜色信息描述子fcolor和灰度纹理特征描述子ftexture进行级联，获得一个特征向量，将其作为彩色纹理图像I的综合特征描述，即