首页 理论教育颜色信息的分析与贡献探究

颜色信息的分析与贡献探究

【摘要】:表5-2不同特征分量对应的纹理识别精度(%)从表5-2的实验结果对比可以看出:本章提出的将粗略颜色信息和灰度纹理特征进行融合的方法在KTH-TIPS和CUReT彩色纹理库上都取得了最高的纹理识别精度,分别为99.98%和99.70%,一致超过了单独的灰度纹理特征、单独的颜色信息对应的纹理识别精度。

虽然颜色信息是彩色纹理图像中最显著的视觉特征之一,但目前大部分的纹理图像特征提取和识别算法都是针对灰度纹理图像设计的,未能有效利用颜色信息的作用,而本章提出的方法是将粗略量化的颜色信息和灰度纹理特征进行融合来作为彩色纹理图像的特征描述子的,其目的是希望通过引入颜色信息来进一步提高纹理图像的识别精度。因此,为了评估引入颜色信息是否对提高纹理识别精度具有积极作用,本节在KTH-TIPS和CUReT这两个标准的彩色纹理库上开展实验,将单独的颜色信息、单独的灰度纹理特征,以及本章提出的将粗略颜色信息与灰度纹理特征进行融合的方法进行比较,它们对应的纹理识别精度如表5-2所示。

表5-2 不同特征分量对应的纹理识别精度(%)

从表5-2的实验结果对比可以看出:

(1)本章提出的将粗略颜色信息和灰度纹理特征进行融合的方法在KTH-TIPS和CUReT彩色纹理库上都取得了最高的纹理识别精度,分别为99.98%和99.70%,一致超过了单独的灰度纹理特征、单独的颜色信息对应的纹理识别精度。

(2)只利用灰度纹理特征也能取得很高的纹理识别精度,但融入颜色信息之后,纹理识别精度能获得进一步的提高,这表明颜色信息和灰度纹理特征能够提供互补的信息,在纹理图像识别中发挥互补的作用。

另外,从表5-2的实验结果也可以发现,在KTH-TIPS和CUReT彩色纹理库上进行纹理图像识别时,引入颜色信息所获得的识别精度提升比较有限,这是因为对KTH-TIPS和CUReT彩色纹理库而言,其样本的灰度纹理特征已经具有很强的鉴别能力,仅利用灰度纹理特征就能获得很高的纹理识别精度,在这种情况下,颜色信息的作用无法得到充分体现。在本书后续的章节中会看到,在其他的一些纹理图像数据库上开展识别任务时,通过引入颜色信息能使纹理识别精度获得大幅度的提升,能够更好地展示颜色信息对彩色纹理图像识别的重要贡献。

综上所述,在光源颜色不发生显著变化的情况下,通过引入粗略颜色信息能够进一步提高彩色纹理图像的识别精度,充分体现了颜色信息的重要作用。