專利名稱：一種線形紋理的識別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像識別技術(shù)領(lǐng)域，尤其涉及圖像中的 一種線形紋理的識別方法。
背景技術(shù)：
計算機自然紋理模擬與生成是圖像處理、計算機圖形學(xué)等研究的重要領(lǐng)域 之一，具有很高的應(yīng)用價值。根據(jù)不同物體的幾何結(jié)構(gòu)和灰度上的差別，人們 發(fā)展了多種紋理綜合方法，這些方法可以粗略地歸結(jié)為兩種紋理模型，即紋理 的結(jié)構(gòu)模型和紋理的統(tǒng)計模型。結(jié)構(gòu)模型通常采用樹或圖等形狀文法描述織物、 磚墻等較規(guī)則的人為紋理結(jié)構(gòu)，但用結(jié)構(gòu)模型綜合自然紋理則效果不佳。統(tǒng)計 模型根據(jù)紋理圖像的灰度在空間的分布規(guī)律綜合紋理，取得了一些成功，但仍 然存在很多問題。而且這些方法對于識別一些不規(guī)則的紋理例如掌紋等并不能 達到實用的效果。除此之外，方向濾波器也在很多計算機視覺和圖像處理中得
到應(yīng)用，比如紋理分析，邊緣;險測，圖像數(shù)據(jù)壓縮和圖像增強，這種方法可以 改善對圖像中不規(guī)則紋理的識別效果，但是這種方法要有效并精確識別出目標(biāo)， 其運算量還十分巨大。

發(fā)明內(nèi)容
本發(fā)明解決的技術(shù)問題是提供一種線形紋理的識別方法，所述方法運算量 大大減小，對線形紋理的識別效果好。
為了解決上述技術(shù)問題，本發(fā)明采用了如下技術(shù)手段 一種線形紋理的識 別方法，所述方法通過像素點及其周圍一定范圍內(nèi)像素點間的灰度關(guān)系和位置 關(guān)系進行判斷分析，對分析后的圖像進行去噪，骨架化等操作最后得到圖像中 的線狀紋理對象，所述的判斷分析實現(xiàn)過程如下
步驟一、對大小為S4T的圖像進行預(yù)處理，包括去噪，對比度增強；并統(tǒng) 計整幅圖像的亮度信息，初步判斷所要識別的紋理對象的亮度是高于或是低于圖像其它部分的亮度；
步驟二、設(shè)置一個有效像素點區(qū)域，所述區(qū)域邊界離圖像四周邊界的距離 為a，去除圖像邊界上的像素點，形成有效像素點區(qū)域(S-2a) * (T-2a);
步驟三、在有效像素點區(qū)域內(nèi)，以每個像素點為單位進行逐點分析，從第 一行第一列的像素點開始，在距離a內(nèi)，分別在同列或同行上選取b個像素點 與當(dāng)前像素點進行亮度比較，若所選取的像素點與當(dāng)前像素點的亮度關(guān)系與步 驟一中所要識別的紋理對象與圖像其它部分的亮度關(guān)系一致，則所選取的該像 素點符合條件，分別記錄當(dāng)前像素點同列上方和下方符合條件的像素點數(shù)為 up—counter和down_counter;記錄當(dāng)前像素點同行左邊和右邊符合條件的像素點 數(shù)為left—counter和right—counter;
步驟四、設(shè)定一個點數(shù)閾值C，分另"比較同列計數(shù)，包括up_counter和 down—counter,及同4亍計數(shù)，包4舌l(xiāng)eft—counter和right_counter這四個計數(shù)與C 的大?。划?dāng)同"f亍計凄史均大于C時，設(shè)標(biāo)志ver—check為true,否則為false;當(dāng)同 列計數(shù)均大于C時，設(shè)標(biāo)志hor—check為true,否則為false;
步驟五、當(dāng)ve匸check和hoi^check均為true時，跳到步驟六；當(dāng)ver一check 或hor—check中只有一個為true時，跳到步驟七；當(dāng)ver—check和hor一check均 為false時,跳到步驟八；
步驟六、以當(dāng)前像素點為中心將其周圍N承N的點與當(dāng)前像素點比較亮度， 當(dāng)亮度差值小于10的點數(shù)超過ROUND (N*N/2)時，則將當(dāng)前像素點記為非 線狀紋理點，否則，將當(dāng)前像素點記為線狀紋理點，ROUND ()表示四舍五入 取整，接著跳到步驟九；
步驟七、將當(dāng)前像素點記為線狀紋逑點，跳到步驟九；
步驟八、將當(dāng)前像素點記為非線狀紋理點，跳到步驟九；
步驟九、重復(fù)步驟三至步驟八，直到有效像素點區(qū)域內(nèi)的所有像素點被分 析冗。
步驟三中所選取的同列或同行上像素點的個數(shù)b滿足(a/2)^b^(a-l),且步驟 四中閾值C的取值范圍為(b/2)SCS(b-l);所述的a的取值范圍為10Sa^l6;所述 的N的取值范圍為3^NS7。
所述選取同列或同行上的像素點，可以連續(xù)選取，也可以間隔選取。 由于采用了以上的運動估計方法，與現(xiàn)有^t術(shù)相比可以快速的識別出線性
5紋理，運算量大大減小。


本發(fā)明的一種線形紋理的識別方法由以下的實施例及附圖詳細給出。
圖1為本發(fā)明有效像素點區(qū)域示意圖2a為本發(fā)明實施例中待識別的人臉圖像；
圖2b為本發(fā)明實施例中識別的紋理圖像效果圖。
具體實施例方式
以下將對本發(fā)明的線形纟丈理的識別方法作進一步的詳細描述。 本實施例通過本發(fā)明所述的線性紋理方法來識別人臉皮膚上存在的皺紋等
線性紋理，所述方法對如圖2a所示的人臉圖像像素點及其周圍一定范圍內(nèi)像素
點間的灰度關(guān)系和位置關(guān)系進行判斷分析，所述的判斷分析實現(xiàn)過程如下
步驟一、對大小為492*456的人臉圖像進行預(yù)處理，包括去噪，對比度增
強；并統(tǒng)計整幅圖像的亮度信息，初步判斷皺紋紋理的亮度低于圖像其它部分
的亮度；
步驟二、設(shè)置一個有效像素點區(qū)域，所述區(qū)域邊界離圖像四周邊界的距離a 為16，去除圖像邊界上的像素點，形成有效像素點區(qū)域476*440，如圖l所示； 在其他實施例中，根據(jù)圖像大小選擇a的取值， 一般a的選擇范圍可拓展為 [10,16]。
步驟三、在有效像素點區(qū)域內(nèi)，以每個象素點為單位進行逐點分析，從第 一行第一列的像素點開始，在距離16內(nèi)，分別隔點選取同列或同行上的像素點 與當(dāng)前像素點進行亮度比較，設(shè)取的點數(shù)b滿足(a/2)^b《a-l)，則記錄當(dāng)前像素 點同列上方亮度低于當(dāng)前點亮度的點數(shù)為up_counter，同理，同列下方的點數(shù)為 down_counter;記錄當(dāng)前像素點同行左邊亮度低于當(dāng)前點亮度的點數(shù)為 left_counter,同理，同4亍右邊的點數(shù)為right_counter;
步驟四、設(shè)定一個點數(shù)閾值C，其大小可以根據(jù)b來確定，取值范圍可以是 (b/2)^C^(b-l),本實施例中取C等于5，分別比較同列計數(shù)，包括up—counter和 down_counter及同4亍計數(shù)，包括left—counter和right_counter這四個計數(shù)與C的 大?。划?dāng)同行計數(shù)均大于C時，設(shè)標(biāo)志ver一check為true,否則為false;當(dāng)同列計數(shù)均大于C時，設(shè)標(biāo)志hor—check為true,否則為false;
步驟五、當(dāng)ver—check和hor^check均為true時，跳到步驟六；當(dāng)ver—check
或hor—check中只有一個為true時，跳到步驟七；當(dāng)ver_check和hor—check均
為false時，跳到步驟八；
步驟矢、以當(dāng)前像素點為中心將其周圍7*7的點與當(dāng)前像素點比較亮度，
當(dāng)亮度差值小于10的點數(shù)超過ROUND (7*7/2)時，則將當(dāng)前像素點記為非線
狀紋理點，否則，將當(dāng)前像素點記為線狀紋理點；該區(qū)域大小N+N，其中N有
一定選取范圍，即為3SN^7;完成步驟六后跳到步驟九； 步驟七、將當(dāng)前像素點記為線狀紋理點，跳到步驟九； 步驟八、將當(dāng)前像素點記為非線狀紋理點，跳到步驟九； 步驟九、重復(fù)步驟三至步驟八，直到有效像素點區(qū)域內(nèi)的所有像素點被分析完。
對分析后的圖像進行去噪，骨架化等操作，去除散亂的線狀紋理點(即周 圍8個點內(nèi)無線狀紋理點的線狀紋理點)，將連通的線狀紋理點保持形狀細化成 線條寬度為一個象素點。最后得到圖像中的線狀紋理對象。
圖2b為本實施例識別人臉圖像后取得的線性紋理，實現(xiàn)效果較好，運算量小。
權(quán)利要求
1、一種線形紋理的識別方法，所述方法通過像素點及其周圍一定范圍內(nèi)像素點間的亮度關(guān)系和位置關(guān)系進行判斷分析，對分析后的圖像進行去噪，骨架化操作，最后得到圖像中的線狀紋理對象，其特征在于，所述的判斷分析實現(xiàn)過程如下步驟一、對大小為S*T的圖像進行預(yù)處理，包括去噪，對比度增強；并統(tǒng)計整幅圖像的亮度信息，初步判斷所要識別的紋理對象的亮度是高于或是低于圖像其它部分的亮度；步驟二、設(shè)置一個有效像素點區(qū)域，所述區(qū)域邊界離圖像四周邊界的距離為a，去除圖像邊界上的像素點，形成有效像素點區(qū)域(S-2a)*(T-2a)；步驟三、在有效像素點區(qū)域內(nèi)，以每個像素點為單位進行逐點分析，從第一行第一列的像素點開始，在距離a內(nèi)，分別在同列或同行上選取b個像素點與當(dāng)前像素點進行亮度比較，若所選取的像素點與當(dāng)前像素點的亮度關(guān)系與步驟一中所要識別的紋理對象與圖像其它部分的亮度關(guān)系一致，則所選取的該像素點符合條件，分別記錄當(dāng)前像素點同列上方和下方符合條件的像素點數(shù)為up_counter和down_counter；記錄當(dāng)前像素點同行左邊和右邊符合條件的像素點數(shù)為left_counter和right_counter；步驟四、設(shè)定一個點數(shù)閾值C，分別比較同列計數(shù)，包括up_counter和down_counter，及同行計數(shù)，包括left_counter和right_counter這四個計數(shù)與C的大小；當(dāng)同行計數(shù)均大于C時，設(shè)標(biāo)志ver_check為true,否則為false；當(dāng)同列計數(shù)均大于C時，設(shè)標(biāo)志hor_check為true，否則為false；步驟五、當(dāng)ver_check和hor_check均為true時，跳到步驟六；當(dāng)ver_check或hor_check中只有一個為true時，跳到步驟七；當(dāng)ver_check和hor_check均為false時，跳到步驟八；步驟六、以當(dāng)前像素點為中心將其周圍N*N的點與當(dāng)前像素點比較亮度，當(dāng)亮度差值小于10的點數(shù)超過ROUND(N*N/2)時，則將當(dāng)前像素點記為非線狀紋理點，否則，將當(dāng)前像素點記為線狀紋理點，ROUND()表示四舍五入取整，接著跳到步驟九；步驟七、將當(dāng)前像素點記為線狀紋理點，跳到步驟九；步驟八、將當(dāng)前像素點記為非線狀紋理點，跳到步驟九；步驟九、重復(fù)步驟三至步驟八，直到有效像素點區(qū)域內(nèi)的所有像素點被分析完。
2、 如權(quán)利要求1所述的線形紋理的識別方法，其特征在于，步驟三中所選 取的同列或同行上像素點的個數(shù)b滿足(a/2)^b5(a-l)。
3、 如權(quán)利要求2所述的線形紋理的識別方法，其特征在于，所述的閾值C 的取值范圍為(b/2)SC^(b-l)。
4、 如權(quán)利要求1至3中任一項所述的線形紋理的識別方法，其特征在于， 所述的a的取值范圍為10Sa^16。
5、 如權(quán)利要求1所述的線形紋理的識別方法，其特征在于，所述的N的取 值范圍為3SNS7。
6、 如權(quán)利要求1所述的線形紋理的識別方法，其特征在于，所述選取同列 或同行上的像素點，采用連續(xù)選取或者間隔選取。
全文摘要
本發(fā)明提供了一種線性紋理的識別方法，所述方法將圖像劃分為最大分析區(qū)域和有效像素區(qū)域，在有效像素區(qū)域通過像素點及其最大分析區(qū)域內(nèi)像素點間的灰度關(guān)系和位置關(guān)系進行判斷分析，對分析后的圖像進行去噪，骨架化等操作，最后得到圖像中的線狀紋理對象。所述方法識別效果良好，運算量大大減小。
文檔編號G06K9/00GK101477624SQ20091004594
公開日2009年7月8日 申請日期2009年1月22日 優(yōu)先權(quán)日2009年1月22日
發(fā)明者玥 于, 楊涵悅, 滕國偉, 賀 王, 鳳 郭 申請人:上海廣電(集團)有限公司中央研究院