專利名稱：一種用于表征織物紋理的索貝爾算子濾波細(xì)節(jié)特征提取方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)字圖像處理和模式識(shí)別領(lǐng)域，特別涉及一種用于表征織物紋理的索 貝爾(Sobel)算子濾波細(xì)節(jié)特征提取方法。
背景技術(shù)：
Sobel算子是圖像處理中的算子之一，主要用作邊緣檢測(cè)。在技術(shù)上，它是一離散 性差分算子，用來運(yùn)算圖像亮度函數(shù)的梯度之近似值。在圖像的任何一點(diǎn)使用此算子，將會(huì) 產(chǎn)生對(duì)應(yīng)的梯度矢量。Sobel算子有兩個(gè)，一個(gè)檢測(cè)水平邊緣，另一個(gè)檢測(cè)垂直邊緣。Sobel 算子在圖像空間利用兩個(gè)3X3的方向模板或者說卷積核與圖像中每個(gè)點(diǎn)進(jìn)行鄰域卷積來 完成邊緣檢測(cè)，這兩個(gè)方向模板其中一個(gè)通過近似垂直方向梯度而增強(qiáng)圖像的水平方向邊 緣，另一個(gè)則通過近似水平方向梯度而增強(qiáng)圖像的垂直方向邊緣。Sobel水平和垂直邊緣增 強(qiáng)模板分別為
權(quán)利要求
1.一種用于表征織物紋理的索貝爾算子濾波細(xì)節(jié)特征提取方法，其特征是首先采用 一維快速傅里葉變換分別求出織物圖像的橫向和縱向基本循環(huán)周期的大小，即一個(gè)周期所 包含的像素?cái)?shù)，然后對(duì)織物圖像分別進(jìn)行水平和垂直索貝爾算子濾波處理；在此基礎(chǔ)上，依 據(jù)織物紋理基本循環(huán)周期以及遍歷法原理計(jì)算出織物紋理的四個(gè)極值灰度統(tǒng)計(jì)量作為細(xì) 節(jié)特征，所述的四個(gè)極值灰度統(tǒng)計(jì)量特征分別為橫向邊緣極大統(tǒng)計(jì)量、橫向邊緣極小統(tǒng)計(jì) 量、縱向邊緣極大統(tǒng)計(jì)量和縱向邊緣極小統(tǒng)計(jì)量，由此提取的四個(gè)特征分別表征了織物紋 理的橫向邊緣的兩個(gè)極端細(xì)節(jié)統(tǒng)計(jì)信息和縱向邊緣的兩個(gè)極端細(xì)節(jié)統(tǒng)計(jì)信息；所述的織物紋理特征向量的四個(gè)極值灰度統(tǒng)計(jì)量特征的提取過程如下對(duì)原始織物圖像矩形窗口 W進(jìn)行索貝爾算子水平濾波，經(jīng)濾波后的圖像記為\，在濾波后的織物圖像矩形窗口 Wh中建立矩形子窗口 W2，所述的矩形子窗口 W2的長度等 于濾波后的織物圖像矩形窗口 Wh的長度，所述的矩形子窗口 W2的寬度等于織物紋理縱向基 本循環(huán)周期長度即行最小周期長度，將矩形子窗口 W2以每次固定的步長垂直地滑移以遍歷 整個(gè)wh，從而相應(yīng)求得若干個(gè)灰度統(tǒng)計(jì)量，分別記其中的最小者和最大者為E1 *E2，Ei即為 橫向邊緣極小統(tǒng)計(jì)量，E2即為橫向邊緣極大統(tǒng)計(jì)量；對(duì)原始織物圖像矩形窗口 W進(jìn)行索貝爾算子垂直濾波，經(jīng)濾波后的圖像記為Wv，在濾波 后的織物圖像矩形窗口 Wv中建立矩形子窗口 W1，所述的矩形子窗口 W1的長度等于織物紋 理橫向基本循環(huán)周期單位長度即最小列周期長度，所述的矩形子窗口 W1的寬度等于濾波后 的織物圖像矩形窗口 Wv的寬度，將矩形子窗口 W1以每次固定的步長水平地滑移以遍歷整個(gè) Wv,從而相應(yīng)求得若干個(gè)灰度統(tǒng)計(jì)量，分別記其中的最小者和最大者為E3和E4，E3即為縱向 邊緣極小統(tǒng)計(jì)量，E4即為縱向邊緣極大統(tǒng)計(jì)量；最終得到作為細(xì)節(jié)特征的表征織物紋理的特征向量[E1E2E3E4]。
2.如權(quán)利要求1所述的一種用于表征織物紋理的索貝爾算子濾波細(xì)節(jié)特征提取方法， 其特征在于，所述的灰度統(tǒng)計(jì)量為仙農(nóng)熵、對(duì)數(shù)能量熵、P"范數(shù)熵、灰度均值、標(biāo)準(zhǔn)差、偏度 或峰度。
3.如權(quán)利要求1所述的一種用于表征織物紋理的索貝爾算子濾波細(xì)節(jié)特征提取方法， 其特征在于，所述的織物為機(jī)織物。
4.如權(quán)利要求1所述的一種用于表征織物紋理的索貝爾算子濾波細(xì)節(jié)特征提取方法， 其特征在于，所述的織物紋理圖像的橫向與緯紗方向一致，而織物紋理圖像的縱向與經(jīng)紗 方向一致，旨在更好地發(fā)揮Sobel算子水平和垂直濾波的效果，從而更好地表征織物紋理 的緯紗信息和經(jīng)紗信息。
5.如權(quán)利要求1所述的一種用于表征織物紋理的索貝爾算子濾波細(xì)節(jié)特征提取方法， 其特征在于，所述的固定的步長為1 3像素。
6.如權(quán)利要求1所述的一種用于表征織物紋理的索貝爾算子濾波細(xì)節(jié)特征提取方法， 其特征在于，矩形子窗口 W1每次的水平滑移步長與W2每次的垂直滑移步長不必相同。
全文摘要
本發(fā)明屬于數(shù)字圖像處理和模式識(shí)別領(lǐng)域，特別涉及一種用于表征織物紋理的索貝爾算子濾波細(xì)節(jié)特征提取方法。首先采用一維快速傅里葉變換分別求出織物圖像的橫向和縱向基本循環(huán)周期大小，然后對(duì)織物圖像分別進(jìn)行水平和垂直Sobel算子濾波處理，在此基礎(chǔ)上，依據(jù)織物紋理基本循環(huán)周期以及遍歷法原理計(jì)算四個(gè)極值灰度統(tǒng)計(jì)量作為細(xì)節(jié)特征。由此提取的四個(gè)特征分別表征了紋理的橫向邊緣極大統(tǒng)計(jì)信息、橫向邊緣極小統(tǒng)計(jì)信息、縱向邊緣極大統(tǒng)計(jì)信息和縱向邊緣極小統(tǒng)計(jì)信息，因此由它們組成的特征向量能夠?qū)崿F(xiàn)對(duì)織物紋理細(xì)節(jié)的全面表征，且相互之間具有明顯的互補(bǔ)性。本發(fā)明不需要對(duì)Sobel算子濾波后的圖像實(shí)施二值化處理，同時(shí)更豐富地保留了濾波后圖像的有用信息。
文檔編號(hào)G06K9/46GK102005043SQ20101053693
公開日2011年4月6日 申請(qǐng)日期2010年11月9日 優(yōu)先權(quán)日2010年11月9日
發(fā)明者周建, 步紅剛, 汪軍, 黃秀寶 申請(qǐng)人:東華大學(xué)