專(zhuān)利名稱(chēng)：用于執(zhí)行基于小波的紋理特征提取和分級(jí)的系統(tǒng)和方法
技術(shù)領(lǐng)域：
本發(fā)明一般地涉及用于分析信息的技術(shù)，更具體地涉及用于執(zhí)行基于 小波的紋理特征提取和分級(jí)過(guò)程的系統(tǒng)和方法。
背景技術(shù)：
對(duì)于當(dāng)前電子設(shè)備的設(shè)計(jì)者和制造商而言，實(shí)現(xiàn)分析信息的高效方法 是很重要的考慮方面。但是，利用電子設(shè)備來(lái)高效地分析信息可能會(huì)對(duì)系 統(tǒng)設(shè)計(jì)者產(chǎn)生實(shí)質(zhì)性的挑戰(zhàn)。例如，對(duì)增加設(shè)備功能和性能的增強(qiáng)要求可 能需要更大的系統(tǒng)處理功率并需要額外的硬件資源。在處理或硬件需求方 面的增長(zhǎng)也可能會(huì)導(dǎo)致由增加的生產(chǎn)成本和低操作效率引起的相應(yīng)有害經(jīng) 濟(jì)影響。
此外，執(zhí)行各種高級(jí)操作的增強(qiáng)的設(shè)備能力可能對(duì)系統(tǒng)用戶(hù)提供了額 外的好處，但是也可能對(duì)各種設(shè)備組件的控制和管理施加了增長(zhǎng)的要求。 例如，有效地分析和操作數(shù)字圖像數(shù)據(jù)的增強(qiáng)電子設(shè)備可能會(huì)由于所涉及 的數(shù)字?jǐn)?shù)據(jù)的大數(shù)量和復(fù)雜性而從高效的實(shí)現(xiàn)方式中得益。
由于對(duì)系統(tǒng)資源的越來(lái)越大的需求和實(shí)質(zhì)上越來(lái)越大的數(shù)據(jù)大小，顯 然，開(kāi)發(fā)用于分析信息的新技術(shù)是相關(guān)電子技術(shù)所關(guān)注的問(wèn)題。因此，由 于前述所有理由，開(kāi)發(fā)用于分析信息的高效系統(tǒng)對(duì)于當(dāng)前電子設(shè)備的設(shè)計(jì) 者、制造商和用戶(hù)而言仍然是很重要的考慮方面。

發(fā)明內(nèi)容
根據(jù)本發(fā)明，公開(kāi)了一種用于執(zhí)行基于小波的紋理特征(texture feature)提取和分級(jí)過(guò)程的系統(tǒng)和方法。在一個(gè)實(shí)施例中，計(jì)算機(jī)設(shè)備選 擇用于執(zhí)行圖像檢索過(guò)程的査詢(xún)圖像(query image)以從所存儲(chǔ)的圖像數(shù) 據(jù)中識(shí)別匹配測(cè)試圖像。然后，特征檢測(cè)器計(jì)算與該查詢(xún)圖像的四級(jí)Haar
小波變換相對(duì)應(yīng)的小波系數(shù)。
接下來(lái)，特征檢測(cè)器基于前述小波系數(shù)，針對(duì)四級(jí)小波變換的各個(gè)子
帶來(lái)計(jì)算系數(shù)平均絕對(duì)值和系數(shù)方差值(variance value)。特征檢測(cè)器隨 后利用這些系數(shù)平均絕對(duì)值和系數(shù)方差值來(lái)計(jì)算針對(duì)小波變換的各個(gè)小波 級(jí)(wavelet level)的平均絕對(duì)值紋理角度和方差值紋理角度。特征檢測(cè)器 還根據(jù)相應(yīng)的系數(shù)平均絕對(duì)值和系數(shù)方差值來(lái)計(jì)算總平均絕對(duì)值和總方差 值。
根據(jù)本發(fā)明，特征檢測(cè)器有利地利用前述紋理角度、總平均絕對(duì)值和 總方差值來(lái)計(jì)算表示査詢(xún)圖像和各幅測(cè)試圖像之間的紋理相似度特性的距 離值。最終，特征檢測(cè)器通過(guò)評(píng)估計(jì)算出的距離值以從測(cè)試圖像中識(shí)別一 幅或多幅匹配圖像，從而結(jié)束圖像檢索過(guò)程。
在某些實(shí)施例中，可以類(lèi)似地利用本發(fā)明來(lái)執(zhí)行圖像檢索過(guò)程，以將 一幅或多幅測(cè)試圖像與選定的圖像模型匹配。至少由于前述原因，本發(fā)明 因而提供了用于執(zhí)行基于小波的紋理特征提取和分級(jí)過(guò)程的改進(jìn)型系統(tǒng)和 方法。


圖l是根據(jù)本發(fā)明的計(jì)算機(jī)設(shè)備的一個(gè)實(shí)施例的框圖； 圖2是根據(jù)本發(fā)明的、圖1的存儲(chǔ)器的一個(gè)實(shí)施例的框圖； 圖3是根據(jù)本發(fā)明的、圖2的特征信息的一個(gè)實(shí)施例的框圖； 圖4是圖示出根據(jù)本發(fā)明一個(gè)實(shí)施例的Haar小波變換第一級(jí)的示圖； 圖5是圖示出根據(jù)本發(fā)明一個(gè)實(shí)施例的Haar小波變換的四級(jí)的示圖； 圖6是圖示出根據(jù)本發(fā)明一個(gè)實(shí)施例的復(fù)合圖像的示圖； 圖7是根據(jù)本發(fā)明一個(gè)實(shí)施例的用于執(zhí)行基本的圖像檢索過(guò)程的方法 步驟的流程圖8是根據(jù)本發(fā)明一個(gè)實(shí)施例的用于執(zhí)行基于紋理模型的圖像檢索過(guò) 程的方法步驟的流程圖；以及
圖9是根據(jù)本發(fā)明一個(gè)實(shí)施例的用于執(zhí)行基于紋理/彩色模型的圖像檢 索過(guò)程的方法步驟的流程圖。
具體實(shí)施例方式
本發(fā)明涉及在信息分析技術(shù)方面的改進(jìn)。以下描述被呈現(xiàn)用于使本領(lǐng) 域普通技術(shù)人員可以作出并使用本發(fā)明，并且是在專(zhuān)利申請(qǐng)及其要求的上 下文中被提供的。對(duì)所公開(kāi)的實(shí)施例的各種修改對(duì)本領(lǐng)域技術(shù)人員而言是 足夠顯而易見(jiàn)的，并且這里的一般原理可以應(yīng)用于其它實(shí)施例。因此，本 發(fā)明并不意圖限制于所示出的實(shí)施例，而應(yīng)當(dāng)被賦予符合這里所描述的原 理和特征的最寬的范圍。
本發(fā)明包括用于執(zhí)行基于小波的局部紋理特征提取和分級(jí)過(guò)程的系統(tǒng) 和方法。圖像數(shù)據(jù)起初被提供為包括查詢(xún)圖像和一系列測(cè)試圖像。特征檢 測(cè)器計(jì)算與圖像數(shù)據(jù)相對(duì)應(yīng)的各種合適的圖像參數(shù)。圖像參數(shù)包括平均絕 對(duì)值、方差值和紋理角度。特征檢測(cè)器利用這些圖像參數(shù)來(lái)計(jì)算表示査詢(xún) 圖像和各幅測(cè)試圖像之間的紋理相似度特性的距離值。特征檢測(cè)器隨后可 以對(duì)這些距離值進(jìn)行評(píng)估，以從測(cè)試圖像中確定一幅或多幅匹配圖像。
現(xiàn)在參考圖1，根據(jù)本發(fā)明的計(jì)算機(jī)設(shè)備uo的一個(gè)實(shí)施例的框圖被 示出。在圖1的實(shí)施例中，計(jì)算機(jī)設(shè)備110包括但不限于中央處理單元
(CPU) 112、用戶(hù)接口 114、存儲(chǔ)器116、顯示器118和(一個(gè)或多個(gè)) 輸入/輸出接口 (1/0接口) 120。計(jì)算機(jī)設(shè)備HO的前述組件優(yōu)選地可以耦 合到設(shè)備總線128并通過(guò)該設(shè)備總線128進(jìn)行通信。
在替代實(shí)施例中，可以使用除了結(jié)合圖1實(shí)施例所討論的那些組件和 配置中的某些之外(或取代那些組件和配置中的某些)的組件和配置來(lái)實(shí) 現(xiàn)計(jì)算機(jī)設(shè)備110。此外，可以通過(guò)除計(jì)算機(jī)設(shè)備110之外的各種類(lèi)型的 電子設(shè)備來(lái)容易地實(shí)現(xiàn)本發(fā)明。
在圖1的實(shí)施例中，CPU 112可以被實(shí)現(xiàn)為包括任何合適且兼容的微 處理器設(shè)備，該微處理器設(shè)備優(yōu)選地執(zhí)行軟件指令以控制并管理圖像管理 器110的操作。圖1的顯示器118可以包括任何有效類(lèi)型的顯示技術(shù)，包 括陰極射線管監(jiān)視器或液晶顯示設(shè)備。在圖1的實(shí)施例中，(一個(gè)或多 個(gè))1/0接口 120可以包括一個(gè)或多個(gè)輸入和/或輸出接口，用以接收和/或 發(fā)送計(jì)算機(jī)設(shè)備110所需的任何類(lèi)型的相關(guān)信息。
在圖1的實(shí)施例中，存儲(chǔ)器116可以包括期望存儲(chǔ)設(shè)備的任何組合， 包括但不限于只讀存儲(chǔ)器(ROM)、隨機(jī)訪問(wèn)存儲(chǔ)器(RAM)和諸如軟 盤(pán)或硬盤(pán)之類(lèi)的各種類(lèi)型的非易失性存儲(chǔ)器。存儲(chǔ)器116的內(nèi)容和功能將 在以下結(jié)合圖2和圖3來(lái)進(jìn)一步討論。
現(xiàn)在參考圖2，根據(jù)本發(fā)明的、圖1的存儲(chǔ)器116的一個(gè)實(shí)施例的框 圖被示出。在圖2的實(shí)施例中，存儲(chǔ)器116包括但不限于應(yīng)用軟件212、 操作系統(tǒng)214、圖像數(shù)據(jù)216、特征檢測(cè)器218和特征信息222。在替代實(shí) 施例中，存儲(chǔ)器116可以包括除結(jié)合圖2的實(shí)施例所討論的那些組成部分 中的某些之外(或者取代那些組成部分中的某些)的其它組成部分。
在圖2的實(shí)施例中，應(yīng)用軟件212可以包括程序指令，這些程序指令 由CPU 112 (圖1)執(zhí)行以實(shí)現(xiàn)計(jì)算機(jī)設(shè)備110的各種功能和操作。應(yīng)用 軟件212的特定本質(zhì)和功能可以依據(jù)諸如相應(yīng)計(jì)算機(jī)設(shè)備110的具體類(lèi)型 和特定用途之類(lèi)的因素而變化。在圖2的實(shí)施例中，操作系統(tǒng)214對(duì)計(jì)算 機(jī)設(shè)備110的低級(jí)別的功能進(jìn)行控制和協(xié)調(diào)。
圖像數(shù)據(jù)216包括存儲(chǔ)在存儲(chǔ)器116中的各種類(lèi)型的圖像信息。圖像 數(shù)據(jù)216可以包括所捕捉的圖像數(shù)據(jù)或其它類(lèi)型的圖像信息。例如，在某 些實(shí)施例中，圖像數(shù)據(jù)216可以包括系統(tǒng)用戶(hù)從諸如相機(jī)設(shè)備或因特網(wǎng)之 類(lèi)的外部源獲得的一幅或多幅圖像。在替代實(shí)施例中，本發(fā)明可以容易地 用于分析除圖2所示的圖像數(shù)據(jù)216之外的數(shù)據(jù)。
在圖2的實(shí)施例中，特征檢測(cè)器218可以用于創(chuàng)建并分析特征信息 222，從而執(zhí)行圖像搜索過(guò)程。特征信息222的一個(gè)實(shí)施例將在以下結(jié)合 圖3來(lái)進(jìn)一步討論。此外，特征檢測(cè)器218在生成并利用特征信息222方 面的利用將在以下結(jié)合圖4-9來(lái)進(jìn)一步討論。
現(xiàn)在參考圖3，根據(jù)本發(fā)明的、圖2的特征信息222的一個(gè)實(shí)施例的 框圖被示出。在圖3的實(shí)施例中，特征信息222可以包括但不限于小波系 數(shù)312、系數(shù)平均絕對(duì)值316、系數(shù)方差值320、紋理角度324和距離值 328。在替代實(shí)施例中，特征信息222可能包括除了結(jié)合圖3的實(shí)施例所 討論的那些組成部分中的某些之外(或者取代那些組成部分中的某些)的 其它組成部分。在圖3的實(shí)施例中，可以在圖像數(shù)據(jù)216初始被計(jì)算機(jī)設(shè)
備110接收時(shí)計(jì)算特征信息222的某些要素和參數(shù)。通過(guò)特征檢測(cè)器218 對(duì)特征信息222的生成和利用將在以下結(jié)合圖4-9來(lái)進(jìn)一步討論。
現(xiàn)在參考圖4，根據(jù)本發(fā)明一個(gè)實(shí)施例的、圖示出Haar小波變換的第 一級(jí)416的示圖被示出。圖4的實(shí)施例被呈現(xiàn)用于圖示的目的，并且在替 代實(shí)施例中，本發(fā)明可以容易地包括除結(jié)合圖4的實(shí)施例所討論的那些技 術(shù)和要素之外(或者取代那些技術(shù)和要素)的各種其它技術(shù)和要素。在圖 4的示例中，通常對(duì)來(lái)自給定圖像的亮度信息執(zhí)行Haar變換。
在圖4的示例中，第一級(jí)416表示給定的一組小波系數(shù)312 (圖 3)，該組小波系數(shù)312包括低-低子帶(LL) 418、低-高子帶(LH) 422、高-低子帶426和高-高子帶(HH) 430。為了使用Haar變換過(guò)程來(lái) 生成第一級(jí)416，像素值的水平行(horizontal row)起初被劃分為與LL子 帶418和LH子帶422相對(duì)應(yīng)的低頻部分以及與HL子帶426和HH子帶 430相對(duì)應(yīng)的高頻部分。隨后可以由特征檢測(cè)器218 (圖2)或其它合適的 實(shí)體通過(guò)根據(jù)以下公式對(duì)相鄰像素值進(jìn)行加算來(lái)計(jì)算初始低頻系數(shù)
其中，L是低頻小波系數(shù)，i是小波系數(shù)的索引號(hào)，并且P是來(lái)自圖像數(shù)據(jù)
的像素值。
隨后也可以由特征檢測(cè)器218 (圖2)或其它合適的實(shí)體通過(guò)根據(jù)以
下公式對(duì)相鄰像素值進(jìn)行減算來(lái)計(jì)算初始高頻系數(shù)
1
其中，H是高頻小波系數(shù)，i是小波系數(shù)的索引號(hào)，并且P是來(lái)自圖像數(shù) 據(jù)的像素值。
前述初始低頻系數(shù)的垂直列隨后可以被劃分為低頻部分(LL子帶418 和HL子帶426)和高頻子帶(LH子帶422和HH子帶430)。隨后可以 通過(guò)如上所述地對(duì)相鄰初始小波系數(shù)進(jìn)行加算，針對(duì)LL子帶418和HL 子帶426來(lái)計(jì)算最終的第 一 級(jí)小波系數(shù)(final level-one wavelet coefficient) 312 (圖3)。也可以由特征檢測(cè)器218 (圖2)或其它合適的 實(shí)體通過(guò)如上所述地對(duì)相鄰初始小波系數(shù)進(jìn)行減算，針對(duì)LH子帶422和
HH子帶430來(lái)計(jì)算最終的第一級(jí)小波系數(shù)312。
對(duì)用于執(zhí)行和利用Haar變換的各種技術(shù)的進(jìn)一步討論可以在以下論文 中找到S. G. Mallat等人的"A Theory for Multiresolution Signal Decomposition: The Wavelet Representation (多分辨率信號(hào)分解的理論小 波表示)",IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 11 ， No. 7， pp. 674-693, July 1989。
現(xiàn)在參考圖5，根據(jù)本發(fā)明一個(gè)實(shí)施例的、圖示出Haar小波變換四級(jí) 516的示圖被示出。圖5的實(shí)施例被呈現(xiàn)用于圖示的目的，并且在替代實(shí) 施例中，本發(fā)明可以容易地包括除了結(jié)合圖5的實(shí)施例所討論的那些技術(shù) 和要素之外(或者取代那些技術(shù)和要素)的各種其它技術(shù)和要素。例如， 在其它實(shí)施例中，可以利用不同數(shù)目的變換級(jí)來(lái)生成小波系數(shù)312 (圖 3)。
在圖5的實(shí)施例中，根據(jù)以上結(jié)合圖4所討論的第一級(jí)416，示出了 三個(gè)子帶(LH、 HL和HH)。在圖5的實(shí)施例中，圖4的第四子帶(LL 418)被用于通過(guò)執(zhí)行與以上結(jié)合圖4討論的那些相類(lèi)似的過(guò)程來(lái)計(jì)算針 對(duì)Haar變換的第二級(jí)518的小波系數(shù)312。類(lèi)似地，第二級(jí)518的第四子 帶(LL)被用于計(jì)算針對(duì)針對(duì)Haar變換的第三級(jí)520的小波系數(shù)312，并 且第三級(jí)520的第四子帶(LL)被用于計(jì)算針對(duì)Haar變換的第四級(jí)522 的小波系數(shù)312。
在某些實(shí)施例中，特征檢測(cè)器218 (圖2)或其它合適的實(shí)體隨后可 以利用來(lái)自前述圖5小波變換的四級(jí)516的小波系數(shù)312 (圖3)，計(jì)算 被存儲(chǔ)為特征信息222 (圖3)的某些圖像參數(shù)。在某些實(shí)施例中， 一種 圖像參數(shù)可以是系數(shù)平均絕對(duì)值316 (圖3)。特征檢測(cè)器218 (圖2)或 其它合適的實(shí)體可以針對(duì)圖5所示的四級(jí)516的各個(gè)子帶來(lái)計(jì)算系數(shù)平均 絕對(duì)值316。
例如，在某些實(shí)施例中，特征檢測(cè)器218 (圖2)或其它合適的實(shí)體 可以通過(guò)利用以下公式，計(jì)算針對(duì)給定的子帶LH的系數(shù)平均絕對(duì)值/X:<formula>formula see original document page 11</formula>
其中，LH(i)是在第i級(jí)的LH子帶，W是小波系數(shù)，m是系數(shù)行，n是系
數(shù)列，M等于系數(shù)行的總數(shù)，并且N等于系數(shù)列的總數(shù)。針對(duì)其它子帶的 系數(shù)平均絕對(duì)值316可以按相似方式來(lái)計(jì)算。
另外，在某些實(shí)施例中，另一種圖像參數(shù)可以是系數(shù)方差值320 (圖 3)。特征檢測(cè)器218或其它合適的實(shí)體可以針對(duì)圖5所示的四級(jí)516的各 個(gè)子帶來(lái)計(jì)算系數(shù)方差值320。例如，在某些實(shí)施例中，特征檢測(cè)器218 或其它合適的實(shí)體可以利用以下公式來(lái)計(jì)算針對(duì)給定子帶LH的系數(shù)方差 值(7:
1M iV , 、2 ^('「麗^ ,瑪)—卜 )
其中，LH(i)是在第i級(jí)的LH子帶，W是小波系數(shù)，m是系數(shù)行，n是系 數(shù)列，M等于系數(shù)行的總數(shù)，N等于系數(shù)列的總數(shù)，并且M是相應(yīng)的系數(shù) 平均絕對(duì)值316。針對(duì)其它子帶的系數(shù)方差值320可以按相似方式來(lái)計(jì)算。
在本發(fā)明的某些實(shí)施例中，特征檢測(cè)器218或其它合適的實(shí)體可以利 用前述系數(shù)平均絕對(duì)值316和系數(shù)方差值320來(lái)計(jì)算相應(yīng)的紋理角度324 (圖3)，紋理角度324指示出在特定圖像中紋理是如何定向的。例如， 在圖5的實(shí)施例中，可以根據(jù)以下公式來(lái)計(jì)算平均絕對(duì)值紋理角度
Cretan"
^卿)
其中，^(i)是平均絕對(duì)值紋理角度，M是系數(shù)平均絕對(duì)值316， i是子帶級(jí)， LH是低-高子帶422 (圖4)，并且HL是高-低子帶426 (圖4)。類(lèi)似 地，在圖5的實(shí)施例中，可以根據(jù)以下公式來(lái)計(jì)算方差值紋理角度
ea(o=arctan^i
其中，0順是方差值紋理角度，(J是系數(shù)方差值，i是子帶級(jí)，LH是低-高 子帶422 (圖4)，并且HL是高-低子帶426 (圖4)。
在，某些實(shí)施例中，特征檢測(cè)器218或其它合適的實(shí)體可以利用針對(duì) 各個(gè)小波級(jí)的各個(gè)子帶的前述系數(shù)平均絕對(duì)值316和系數(shù)方差值320來(lái)計(jì) 算針對(duì)各個(gè)小波級(jí)的總平均絕對(duì)值和總方差值。例如，在圖5的實(shí)施例 中，特征檢測(cè)器218或其它合適的實(shí)體可以根據(jù)以下公式來(lái)計(jì)算總平均絕
對(duì)值
)=[Mx外.)+ P剛o + Mm(。]2 其中，M(i)是總平均絕對(duì)值，i是小波級(jí)，RH(i)是針對(duì)LH子帶422 (圖4) 的系數(shù)平均絕對(duì)值316， //HH(i)是針對(duì)HH子帶430 (圖4)的系數(shù)平均絕對(duì) 值316，并且/^Lo)是針對(duì)HL子帶426 (圖4)的系數(shù)平均絕對(duì)值316。
類(lèi)似地，在圖5的實(shí)施例中，特征檢測(cè)器218或其它合適的實(shí)體可以 根據(jù)以下公式來(lái)計(jì)算總方差值
2 — w2 4_"2 上n2
其中，C7(i)是總方差值，i是小波級(jí)，吖H(i)是針對(duì)LH子帶422 (圖4)的系 數(shù)方差值320， (7HH(i)是針對(duì)HH子帶430 (圖4)的系數(shù)方差值320，并且 ff叫i)是針對(duì)HL子帶426 (圖4)的系數(shù)方差值320。
在某些實(shí)施例中，特征檢測(cè)器218或其它合適的實(shí)體于是可以利用前 述參數(shù)值來(lái)計(jì)算距離值328 (圖3)，以識(shí)別圖像數(shù)據(jù)216 (圖2)中的匹 配測(cè)試圖像。 一種用于計(jì)算距離值328的技術(shù)將在以下結(jié)合圖6來(lái)進(jìn)一步 討論。
現(xiàn)在參考圖6，根據(jù)本發(fā)明一個(gè)實(shí)施例的圖示出復(fù)合圖像616的示圖 被示出。圖6的實(shí)施例被呈現(xiàn)用于示例的目的，并且在替代實(shí)施例中，本 發(fā)明可以容易地包括除了結(jié)合圖6的實(shí)施例所討論的那些技術(shù)和要素中的 某些之外(或者取代那些技術(shù)和要素中的某些)的技術(shù)和要素。
在圖6的實(shí)施例中，具有均一的(homogenous)紋理特性的一組樣本 圖像(sample image) 618可以被選擇并被合并以創(chuàng)建復(fù)合圖像616。樣本 圖像618通常被選擇作為用以表示特定圖像搜索對(duì)象或類(lèi)別的模型。例 如，樣本圖像618可以因?yàn)樗鼈兌际窍嗨苹蛳嚓P(guān)主題的圖像而被選擇。在 圖6的實(shí)施例中，特征檢測(cè)器218或其它合適的實(shí)體隨后可以利用復(fù)合圖 像616，通過(guò)計(jì)算整個(gè)復(fù)合圖像616的復(fù)合小波系數(shù)312 (圖3)來(lái)創(chuàng)建紋 理模型，如以上結(jié)合圖4所討論的。
在圖6的實(shí)施例中，特征檢測(cè)器218或其它合適的實(shí)體可以利用復(fù)合 小波系數(shù)312來(lái)計(jì)算各種圖像參數(shù)，如以上結(jié)合圖5所討論的。特征檢測(cè) 器218或其它合適的實(shí)體隨后可以利用前述復(fù)合圖像參數(shù)來(lái)計(jì)算距離值
328 (圖3)，距離值328量化了紋理模型和來(lái)自圖像數(shù)據(jù)216 (圖2)的 各幅測(cè)試圖像之間的紋理相似度特性。
例如，在圖6的實(shí)施例中，特征檢測(cè)器218或其它合適的實(shí)體可以根 據(jù)以下公式，針對(duì)紋理模型和給定的測(cè)試圖像來(lái)計(jì)算距離值328: <formula>formula see original document page 14</formula>
其中，D是距離值328， T指示了紋理模型，I指示了測(cè)試圖像，i是小波 級(jí)，/x是總平均絕對(duì)值，a是總方差值，^是方差值紋理角度，并且^是 平均絕對(duì)值紋理角度。根據(jù)本發(fā)明，在某些實(shí)施例中，前述公式可以類(lèi)似 地被用于計(jì)算針對(duì)任何其它類(lèi)型的用于執(zhí)行圖像搜索或檢索過(guò)程的查詢(xún)圖 像的距離值328。
創(chuàng)建復(fù)合圖像616的目的是提供相應(yīng)的紋理模型。具有相似紋理的樣 本圖像618的集合被選擇并被合并。隨后可以針對(duì)復(fù)合圖像616來(lái)確定紋 理參數(shù)以描述復(fù)合圖像616的各個(gè)紋理。系統(tǒng)用戶(hù)隨后可以選擇合適的紋 理模型616來(lái)搜索具有那些特定相應(yīng)的紋理特性的測(cè)試圖像。
現(xiàn)在參考圖7，根據(jù)本發(fā)明一個(gè)實(shí)施例的、用于執(zhí)行基本圖像檢索過(guò) 程的方法步驟的流程圖被示出。圖7的示例被呈現(xiàn)用于圖示的目的，并且 在替代實(shí)施例中，本發(fā)明可以容易地利用除了結(jié)合圖7的實(shí)施例所討論的 那些步驟和序列中的某些之外(或者取代那些步驟和序列中的某些)的步 驟和序列。
在圖7的實(shí)施例中，在步驟712中，計(jì)算機(jī)設(shè)備110或另一合適的實(shí) 體選擇用于執(zhí)行圖像檢索過(guò)程的査詢(xún)圖像以從圖像數(shù)據(jù)216中識(shí)別匹配測(cè) 試圖像。然后，在步驟714中，特征檢測(cè)器218或另一合適的實(shí)體計(jì)算與 該査詢(xún)圖像的四級(jí)Haar小波變換相對(duì)應(yīng)的小波系數(shù)312，如以上結(jié)合圖4-6所討論的。
在步驟716中，特征檢測(cè)器218或另一合適的實(shí)體基于前述小波系數(shù) 312，針對(duì)四級(jí)小波變換的各個(gè)子帶來(lái)計(jì)算平均絕對(duì)值316和方差值320。 在步驟718中，特征檢測(cè)器218或另一合適的實(shí)體利用前述平均絕對(duì)值 316和方差值320來(lái)計(jì)算針對(duì)小波變換的各個(gè)小波級(jí)的紋理角度324。
在步驟720中，特征檢測(cè)器218或另一合適的實(shí)體利用前述紋理角度
324、平均絕對(duì)值316和方差值320來(lái)計(jì)算表示査詢(xún)圖像和來(lái)自圖像數(shù)據(jù) 216的各幅測(cè)試圖像之間的紋理相似度特性的距離值328。最后，在步驟 722中，特征檢測(cè)器218或另一合適的實(shí)體對(duì)距離值328進(jìn)行評(píng)估，以從 測(cè)試圖像中識(shí)別一幅或多幅匹配圖像。
圖7的流程圖描述了用于評(píng)估具有相對(duì)均一的紋理特性的圖像的處 理。但是，前述處理也可以用于評(píng)估具有不均一的紋理特性的圖像。在某 些實(shí)施例中，不均一的圖像可以被劃分成較小的像素塊。例如，不均一的 圖像可以被劃分為32像素X32像素的塊，或者劃分成任何其它有效的塊 大小。隨后可以根據(jù)圖7中的上述過(guò)程，作為個(gè)體圖像來(lái)處理各個(gè)像素 塊。針對(duì)所有像素塊的平均距離值隨后可以被用作針對(duì)不均一圖像的總距 離值，以用于執(zhí)行圖像檢索過(guò)程的目的。
現(xiàn)在參考圖8，根據(jù)本發(fā)明一個(gè)實(shí)施例的用于執(zhí)行模型圖像檢索過(guò)程 的方法步驟的流程圖被示出。圖8的示例被呈現(xiàn)用于圖示的目的，并且在 替代實(shí)施例中，本發(fā)明可以容易地利用除結(jié)合圖8的實(shí)施例所討論的那些 步驟和序列中的某些之外的步驟和序列。
在圖8的實(shí)施例中，在步驟810中，計(jì)算機(jī)設(shè)備110或另一合適的實(shí) 體選擇均一的樣本圖像618來(lái)創(chuàng)建紋理模型，以用于執(zhí)行針對(duì)來(lái)自圖像數(shù) 據(jù)216的一幅或多幅匹配測(cè)試圖像的圖像檢索過(guò)程。然后，在步驟812 中，計(jì)算機(jī)設(shè)備110或另一合適的實(shí)體將樣本圖像618合并為復(fù)合圖像 616。
在步驟814中，特征檢測(cè)器218或另一合適的實(shí)體計(jì)算與復(fù)合圖像 616的四級(jí)Haar小波變換相對(duì)應(yīng)的小波系數(shù)312，如以上結(jié)合圖6所討論 的。在步驟816中，特征檢測(cè)器218或另一合適的實(shí)體基于前述小波系數(shù) 312，針對(duì)四級(jí)小波變換的各個(gè)子帶來(lái)計(jì)算平均絕對(duì)值值316和方差值 320。在步驟818中，特征檢測(cè)器218或另一合適的實(shí)體利用前述平均絕 對(duì)值316和方差值320來(lái)計(jì)算針對(duì)小波變換的各個(gè)小波級(jí)的紋理角度 324。
在步驟820中，特征檢測(cè)器218或另一合適的實(shí)體利用前述紋理角度 324、平均絕對(duì)值316和方差值320來(lái)計(jì)算表示在復(fù)合圖像和來(lái)自圖像數(shù)
據(jù)216的各幅測(cè)試圖像之間的紋理相似度特性的距離值328。最后，在步 驟822中，特征檢測(cè)器218或另一合適的實(shí)體對(duì)距離值328進(jìn)行評(píng)估，以 從測(cè)試圖像中識(shí)別一幅或多幅匹配圖像。
現(xiàn)在參考圖9，根據(jù)本發(fā)明一個(gè)實(shí)施例的用于執(zhí)行紋理/彩色圖像檢索 過(guò)程的方法步驟的流程圖被示出。圖9的示例被呈現(xiàn)用于圖示的目的，并 且在替代實(shí)施例中，本發(fā)明可以容易地利用除結(jié)合圖9的實(shí)施例所討論的 那些步驟和序列中的某些之外的步驟和序列。
在圖9的實(shí)施例中，在步驟912中，計(jì)算機(jī)設(shè)備110或另一合適的實(shí) 體選擇用于執(zhí)行圖像檢索過(guò)程的測(cè)試圖像，以從圖像數(shù)據(jù)216中識(shí)別一幅 或多幅匹配圖像。該測(cè)試圖像是用于判斷其是否是匹配圖像而不是查詢(xún)圖 像的。在步驟916中，特征檢測(cè)器218或另一合適的實(shí)體利用彩色模型來(lái) 從測(cè)試圖像中濾除不想要的色彩信息，從而生成過(guò)濾后的圖像。在步驟 920中，特征檢測(cè)器218或另一合適的實(shí)體通過(guò)作為具有經(jīng)過(guò)過(guò)濾的色彩 系數(shù)的四級(jí)過(guò)濾后小波變換，將該過(guò)濾后的圖像轉(zhuǎn)換到小波域，從而創(chuàng)建 針對(duì)Haar小波的色彩査找表。
在步驟924中，特征檢測(cè)器218或另一合適的實(shí)體從所選擇的測(cè)試圖 像中濾除所有色彩信息以生成亮度圖像。然后，在步驟928中，特征檢測(cè) 器218或另一合適的實(shí)體對(duì)該亮度圖像執(zhí)行四級(jí)Haar小波變換過(guò)程以創(chuàng)建 小波系數(shù)312，如以上結(jié)合圖4-5所討論的。
在步驟932中，特征檢測(cè)器218或另一合適的實(shí)體通過(guò)將來(lái)自Haar小 波變換的各個(gè)小波系數(shù)312與來(lái)自四級(jí)過(guò)濾后小波變換的過(guò)濾后的色彩系 數(shù)中的相應(yīng)一個(gè)相乘來(lái)執(zhí)行逐點(diǎn)乘積計(jì)算，以生成紋理/彩色圖像模型。最 后，在步驟936中(如以上結(jié)合圖8的步驟820-822所討論的)，紋理/彩 色圖像模型可以被用于執(zhí)行以上結(jié)合圖7所討論的各種圖像檢索過(guò)程。
在圖9的實(shí)施例中，可以利用通過(guò)使用與以上結(jié)合圖5-6討論的那些 相似的技術(shù)和公式來(lái)計(jì)算得到的紋理角度324、總平均絕對(duì)值316和總方 差值320，執(zhí)行基于紋理/彩色模型的圖像檢索過(guò)程。
但是，在某些實(shí)施例中，特征檢測(cè)器218 (圖2)或其它合適的實(shí)體 可以利用以下公式、針對(duì)給定的子帶LH來(lái)計(jì)算系數(shù)平均絕對(duì)值M:<formula>formula see original document page 17</formula>
其中，LH(i)是在第i級(jí)的LH子帶，W是小波系數(shù)，C是過(guò)濾后的色彩系 數(shù)，m是系數(shù)行，n是系數(shù)列，M等于系數(shù)行的總數(shù)，并且N等于系數(shù)列 的總數(shù)。針對(duì)其它子帶的系數(shù)平均絕對(duì)值316可以按相似方式來(lái)計(jì)算。
另外，在某些實(shí)施例中，特征檢測(cè)器218或其它合適的實(shí)體可以利用 以下公式、針對(duì)給定的子帶LH來(lái)計(jì)算系數(shù)方差值(7:
<formula>formula see original document page 17</formula>
其中，LH(i)是在第i級(jí)的LH子帶，W是小波系數(shù)，C是過(guò)濾后的色彩系 數(shù)，m是系數(shù)行，n是系數(shù)列，M等于系數(shù)行的總數(shù)，N等于系數(shù)列的總 數(shù)，并且M是相應(yīng)的系數(shù)平均絕對(duì)值316。針對(duì)其它子帶的系數(shù)方差值 320可以按相似方式來(lái)計(jì)算。
由于前述的所有原因，本發(fā)明因而提供了用于執(zhí)行基于小波的紋理特 征提取和分級(jí)過(guò)程的改進(jìn)型系統(tǒng)和方法。
以上已經(jīng)參考某些實(shí)施例來(lái)說(shuō)明了本發(fā)明。根據(jù)本公開(kāi)，其它實(shí)施例 對(duì)本領(lǐng)域技術(shù)人員而言是顯而易見(jiàn)的。例如，可以容易地使用除以上實(shí)施 例中所述的那些之外的配置和技術(shù)來(lái)實(shí)現(xiàn)本發(fā)明。另外，結(jié)合除以上所述 那些之外的系統(tǒng)可以有效地使用本發(fā)明。因此，針對(duì)所討論的實(shí)施例的這 些和其它變形例應(yīng)當(dāng)為本發(fā)明所覆蓋，其中，本發(fā)明僅僅由所附權(quán)利要求 來(lái)限定。
權(quán)利要求
1. 一種系統(tǒng)，用于利用電子設(shè)備來(lái)執(zhí)行圖像搜索過(guò)程，該系統(tǒng)包括圖像數(shù)據(jù)，該圖像數(shù)據(jù)對(duì)所述電子設(shè)備而言是可訪問(wèn)的，所述圖像數(shù)據(jù)包括查詢(xún)圖像和測(cè)試圖像；以及特征檢測(cè)器，該特征檢測(cè)器計(jì)算與所述圖像數(shù)據(jù)相對(duì)應(yīng)的圖像參數(shù)，所述特征檢測(cè)器利用所述圖像參數(shù)來(lái)計(jì)算距離值，所述距離值表示所述查詢(xún)圖像和所述測(cè)試圖像之間的紋理相似度特性，所述特征檢測(cè)器對(duì)所述距離值進(jìn)行評(píng)估以從所述測(cè)試圖像中確定匹配圖像。
2. 如權(quán)利要求1所述的系統(tǒng)，其中，所述特征檢測(cè)器基于來(lái)自所述 査詢(xún)圖像的亮度信息來(lái)創(chuàng)建小波變換，所述小波變換具有多個(gè)子帶，每個(gè) 所述子帶包括波長(zhǎng)系數(shù)。
3. 如權(quán)利要求2所述的系統(tǒng)，其中，所述小波變換具有四個(gè)小波 級(jí)，每個(gè)所述小波級(jí)包括所述子帶中相應(yīng)的一些子帶。
4. 如權(quán)利要求1所述的系統(tǒng)，其中，所述圖像參數(shù)包括針對(duì)各個(gè)所 述子帶的系數(shù)平均絕對(duì)值。
5. 如權(quán)利要求4所述的系統(tǒng)，其中，針對(duì)子帶LH的系數(shù)平均絕對(duì)值M被利用以下公式來(lái)計(jì)算其中，LH(i)是在第i級(jí)的所述LH子帶，W是小波系數(shù)，m是系數(shù)行，n 是系數(shù)列，M等于系數(shù)行的總數(shù)，并且N等于系數(shù)列的總數(shù)。
6. 如權(quán)利要求1所述的系統(tǒng)，其中，所述圖像參數(shù)包括針對(duì)各個(gè)所 述子帶的系數(shù)方差值。
7. 如權(quán)利要求6所述的系統(tǒng)，其中，針對(duì)子帶LH的系數(shù)方差值CJ被利用以下公式來(lái)計(jì)算<formula>formula see original document page 2</formula>其中，LH(i)是在第i級(jí)的LH子帶，W是小波系數(shù)，m是系數(shù)行，n是系數(shù)列，M等于系數(shù)行的總數(shù)，N等于系數(shù)列的總數(shù)，并且M是相應(yīng)的系數(shù) 平均絕對(duì)值。
8. 如權(quán)利要求1所述的系統(tǒng)，其中，所述圖像參數(shù)包括平均絕對(duì)值 紋理角度和方差值紋理角度。
9. 如權(quán)利要求8所述的系統(tǒng)，其中，所述平均絕對(duì)值紋理角度被根 據(jù)以下公式來(lái)計(jì)算-U「arctan^其中，0柳是所述平均絕對(duì)值紋理角度，^是系數(shù)平均絕對(duì)值，i是子帶 級(jí)，LH是低-高子帶，并且HL是高-低子帶。
10. 如權(quán)利要求8所述的系統(tǒng)，其中，所述方差值紋理角度被根據(jù)以 下公式來(lái)計(jì)算9o(i)=arctan^il CT/a(')其中，0。(i)是所述方差值紋理角度，(J是系數(shù)方差值，i是子帶級(jí)，LH是 低-高子帶，并且HL是高-低子帶。
11. 如權(quán)利要求1所述的系統(tǒng)，其中，所述圖像參數(shù)包括總平均絕對(duì) 值，所述總平均絕對(duì)值被根據(jù)以下公式來(lái)計(jì)算 )=[P,) + P酬!') + Mm")]2 其中，M(i)是所述總平均絕對(duì)值之一，i是小波級(jí)，RH(i)是針對(duì)LH子帶的 第一系數(shù)平均絕對(duì)值，Mmi(i)是針對(duì)HH子帶的第二系數(shù)平均絕對(duì)值，并且 Mmxi)是針對(duì)HL子帶的第三系數(shù)平均絕對(duì)值。
12. 如權(quán)利要求1所述的系統(tǒng)，其中，所述圖像參數(shù)包括總方差值， 所述總方差值被根據(jù)以下公式來(lái)計(jì)算丄c2 4_^2其中，(J(i)是所述總方差值之一，i是小波級(jí)，吖H(i)是針對(duì)LH子帶的第一系數(shù)方差值，(7hh(i)是針對(duì)HH子帶的第二系數(shù)方差值，并且(7hlw是針対HL子帶的第三系數(shù)方差值。
13. 如權(quán)利要求1所述的系統(tǒng)，其中，所述査詢(xún)圖像是通過(guò)合并一系列均一的樣本圖像而形成的復(fù)合圖像的紋理模型。
14. 如權(quán)利要求13所述的系統(tǒng)，其中，針對(duì)所述紋理模型和所述測(cè)試圖像之一的所述距離值之一被根據(jù)以下公式來(lái)計(jì)算<formula>formula see original document page 4</formula>其中，D是所述距離值之一，T指示出所述紋理模型，I指示出所述測(cè)試圖 像中的所述之一，i是小波級(jí)，^是總平均絕對(duì)值，C7是總方差值，^是方 差值紋理角度，并且^是平均絕對(duì)值紋理角度。
15. 如權(quán)利要求1所述的系統(tǒng)，其中，所述特征檢測(cè)器通過(guò)下述方式來(lái)執(zhí)行基于紋理/彩色模型的檢索過(guò)程所述特征檢測(cè)器首先從所述查詢(xún)圖像濾除所有不想要的色彩信息以生成過(guò)濾后的彩色圖像，所述特征檢測(cè)器 隨后將所述過(guò)濾后的彩色圖像轉(zhuǎn)換為具有色彩系數(shù)的四級(jí)小波變換，所述 特征檢測(cè)器還從所述査詢(xún)圖像濾除所有色彩信息以生成亮度圖像，所述特征檢測(cè)器隨后根據(jù)所述亮度圖像來(lái)創(chuàng)建四級(jí)Haar小波變換以生成小波系數(shù)。
16. 如權(quán)利要求15所述的系統(tǒng)，其中，所述特征檢測(cè)器執(zhí)行逐點(diǎn)乘 積過(guò)程以生成用于執(zhí)行基于所述紋理/彩色模型的檢索過(guò)程的復(fù)合紋理/彩色模型，所述逐點(diǎn)乘積過(guò)程通過(guò)下述方式來(lái)執(zhí)行將各個(gè)所述色彩系數(shù)與所述小波系數(shù)中的相應(yīng)的一些小波系數(shù)相乘以生成復(fù)合紋理/色彩系數(shù)。
17. 如權(quán)利要求16所述的系統(tǒng)，其中，所述紋理/色彩檢索過(guò)程包括 通過(guò)利用以下公式來(lái)計(jì)算針對(duì)子帶LH的系數(shù)平均絕對(duì)值M:其中，LH(i)是在第i級(jí)的所述子帶LH， W是小波系數(shù)，C是過(guò)濾后的色 彩系數(shù)，m是系數(shù)行，n是系數(shù)列，M等于系數(shù)行的總數(shù)，并且N等于系 數(shù)列的總數(shù)。
18. 如權(quán)利要求16所述的系統(tǒng)，其中，所述紋理/色彩檢索過(guò)程包括 通過(guò)利用以下公式來(lái)計(jì)算針對(duì)子帶LH的系數(shù)方差值(J: <formula>formula see original document page 5</formula>其中，LH(i)是在第i級(jí)的所述子帶LH， W是小波系數(shù)，C是過(guò)濾后的色 彩系數(shù)，m是系數(shù)行，n是系數(shù)列，M等于系數(shù)行的總數(shù)，N等于系數(shù)列的總數(shù)，并且M是相應(yīng)的系數(shù)平均絕對(duì)值。
19. 如權(quán)利要求1所述的系統(tǒng)，其中，所述特征檢測(cè)器將所述查詢(xún)圖 像劃分成多個(gè)像素塊以補(bǔ)償所述查詢(xún)圖像中的不均一的紋理特性，所述特 征檢測(cè)器針對(duì)各個(gè)所述像素塊來(lái)計(jì)算個(gè)體圖像參數(shù)，所述特征檢測(cè)器對(duì)所 述個(gè)體圖像參數(shù)進(jìn)行平均以生成針對(duì)所述查詢(xún)圖像的最終的圖像參數(shù)。
20. —種方法，用于利用電子設(shè)備來(lái)執(zhí)行圖像搜索過(guò)程，所述方法包 括以下步驟提供對(duì)所述電子設(shè)備而言可訪問(wèn)的圖像數(shù)據(jù)，所述圖像數(shù)據(jù)包括查詢(xún) 圖像和測(cè)試圖像；通過(guò)使用特征檢測(cè)器來(lái)計(jì)算與所述圖像數(shù)據(jù)相對(duì)應(yīng)的圖像參數(shù)；利用所述圖像參數(shù)來(lái)計(jì)算距離值，所述距離值表示所述查詢(xún)圖像和所 述測(cè)試圖像之間的紋理相似度特性；以及對(duì)所述距離值進(jìn)行評(píng)估以從所述測(cè)試圖像中確定匹配圖像。
全文摘要
公開(kāi)了一種用于執(zhí)行基于小波的局部紋理特征提取和分級(jí)過(guò)程的系統(tǒng)和方法。圖像數(shù)據(jù)起初被提供為包括查詢(xún)圖像和一系列測(cè)試圖像。特征檢測(cè)器計(jì)算與該圖像數(shù)據(jù)相對(duì)應(yīng)的圖像參數(shù)。圖像參數(shù)包括平均絕對(duì)值、方差值和紋理角度。特征檢測(cè)器利用圖像參數(shù)來(lái)計(jì)算表示查詢(xún)圖像和各個(gè)測(cè)試圖像之間的紋理相似度特性的距離值。特征檢測(cè)器隨后對(duì)距離值進(jìn)行評(píng)估以從測(cè)試圖像中確定一幅或多幅匹配圖像。
文檔編號(hào)G06K9/68GK101390108SQ200780006643
公開(kāi)日2009年3月18日 申請(qǐng)日期2007年2月23日 優(yōu)先權(quán)日2006年2月24日
發(fā)明者李平珊 申請(qǐng)人:索尼株式會(huì)社;索尼電子有限公司