CN107463667A - 基于邻居像素点的共生局部三值模式的图像检索方法 - Google Patents

基于邻居像素点的共生局部三值模式的图像检索方法 Download PDF

Info

Publication number
CN107463667A
CN107463667A CN201710653197.2A CN201710653197A CN107463667A CN 107463667 A CN107463667 A CN 107463667A CN 201710653197 A CN201710653197 A CN 201710653197A CN 107463667 A CN107463667 A CN 107463667A
Authority
CN
China
Prior art keywords
local
pixel point
symbiosis
neighbor pixel
worth
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710653197.2A
Other languages
English (en)
Inventor
冯林
王飞龙
李莉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN201710653197.2A priority Critical patent/CN107463667A/zh
Publication of CN107463667A publication Critical patent/CN107463667A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5862—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/467—Encoded features or binary features, e.g. local binary patterns [LBP]

Abstract

本发明公开了一种基于邻居像素点的共生局部三值模式的图像检索方法。本发明方法，包括：将局部图像中相邻半径的邻居像素点与邻居像素点均值进行比较，得到相应的局部差分，使用局部三值模式的思想进行三值编码，利用图像像素间的相似三值边缘的共生关系提取图像的特征。本发明保留了更多的特征区分性信息，同时提高了检索的精度。

Description

基于邻居像素点的共生局部三值模式的图像检索方法
技术领域
本发明涉及计算机视觉领域，尤其涉及基于邻居像素点的共生局部三值模式的图像检索方法。
背景技术
局部三值模式是一种计算简单的特征提取方法，在纹理分析领域中得到广泛应用。局部三值模式方法的根本思想是对于一个指定的阈值，将小于中心像素点与阈值差的邻居量化为-1，将大于中心像素与阈值和的邻居量化为+1，其他为0。
尽管局部三值模式的编码方案取得了不错的性能，但是它忽略了空间邻居像素点间的相关性，遗漏了更多的区分性信息，降低了图像检索结果。
因此，局部三值模式需要在编码方法上进行突破，找到一种能有效地表示遗漏的特征信息的特征提取方法。
发明内容
本发明提供一种基于邻居像素点的共生局部三值模式的图像检索方法，以克服局部三值模式方法中忽略相邻尺度模式间相关性信息描述的问题。
本发明提供的基于邻居像素点的共生局部三值模式的图像检索方法，包括以下步骤：
步骤S101：针对给定中心像素点，计算相邻半径的邻居像素点与邻居像素点均值的局部差分：
其中，P＝8为邻居数，R＝1为半径，邻居像素点的灰度值为IP,R(gm)，
其中，半径为R+1的邻居灰度值为IP,R+1(gm)，
步骤S102：利用阈值函数将得到局部差分进行二值编码；
步骤S103：利用相邻模式间的共生相关性进行三值编码，并将三值编码转化为2个二值编码来提取图像特征。
优选的，所述步骤S102，利用局部二值模式编码方式进行二值编码。
优选的，利用局部二值模式的阈值函数对周围邻居像素点与周围邻居像素点均值的局部差分进行编码，所述编码模式为：
其中，P为邻居数，R为半径，S(·)为阈值函数，为半径为R的周围邻居像素点gm与周围邻居像素点均值的差值，为半径为R+1的周围邻居像素点gm与周围邻居像素点均值的差值。
使用的S(·)阈值函数为：
优选的，所述步骤103：利用局部三值编码方式，并结合共生相关性，将相邻局部模式进行三值编码，可得到基于邻居像素点的共生局部三值模式；
具体方法如下：
将得到的三值编码转化为2个二值编码来表示图像特征。
附图说明
图1为本发明基于邻居像素点的共生局部三值模式的图像检索方法流程图。
图2为本发明基于邻居像素点的共生局部三值模式的图像检索方法的具体实施例图。
具体实施方式
为使本发明实施方法的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行详细说明。
基于邻居像素点的共生局部三值模式对共生局部三值边缘信息进行编码。针对给定的像素点，基于邻居像素点的共生局部三值模式基于其邻居像素值与邻居像素值的均值进行编码，有效地获得了局部模式间的相关性信息。
在特征提取过程中，基于邻居像素点的共生局部三值模式以局部三值模式为基础，描述了8个方向上相邻模式间的空间相关性。
图2所示，本实施例方法，包括：
步骤一、计算周围邻居像素点与周围邻居像素点均值的局部差分；
针对给定的中心像素点，将周围邻居像素点gm与周围邻居像素点的均值作比较：
其中，P＝8为邻居数，R＝1为半径，邻居像素点的灰度值为IP,R(gm)，
其中，半径为R+1的邻居灰度值为IP,R+1(gm)，
步骤二、利用阈值函数对周围邻居像素点与周围邻居像素点均值的局部差分进行编码；
得到周围邻居像素点与周围邻居像素点均值的差值之后，利用S(·)进行编码：
步骤三、对二值编码后的数据进行三值编码，并进行共生相关性编码；
对和进行三值编码，利用三值编码的共生相关性，基于邻居像素点的共生局部三值模式可由下式计算得到：
步骤四、将基于邻居像素点的共生局部三值模式的三值编码方案转换为2个二值编码。
步骤五、利用局部二值模式的等价模式方案对基于邻居像素点的共生局部三值模式进行特征降维。
本实施例，针对某一中心像素点，首先对周围邻居像素点与邻居像素点均值的灰度值差进行符号判断，再对相似二值边缘的共生关系进行比较，编码后得到最终的共生局部三值模式，利用这种方法能够保留更多的特征区分性信息，明显提高了检索的准确率。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：在不脱离本发明的前提下的若干改进和润饰，应当视为本发明的保护范围。

Claims (4)

1.一种基于邻居像素点的共生局部三值模式的图像检索方法，包括以下步骤：
步骤S101：针对给定中心像素点，计算相邻半径的邻居像素点与邻居像素点均值的局部差分：
其中，P＝8为邻居数，R＝1为半径，邻居像素点的灰度值为IP,R(gm)，
其中，半径为R+1的邻居灰度值为IP,R+1(gm)，
步骤S102：利用阈值函数将得到局部差分进行二值编码；
步骤S103：利用相邻模式间的共生相关性进行三值编码，并将三值编码转化为2个二值编码来提取图像特征。
2.根据权利要求1所述基于邻居像素点的共生局部三值模式的图像检索方法，其特征在于，所述步骤S102，利用局部二值模式编码方式进行二值编码。
3.根据权利要求2所述的基于邻居像素点的共生局部三值模式的图像检索方法，其特征在于，利用局部二值模式的阈值函数对周围邻居像素点与周围邻居像素点均值的局部差分进行编码，所述编码模式为：
其中，P为邻居数，R为半径，S(·)为阈值函数，为半径为R的周围邻居像素点gm与周围邻居像素点均值的差值，为半径为R+1的周围邻居像素点gm与周围邻居像素点均值的差值。
使用的S(·)阈值函数为：
。
4.根据权利要求3所述的基于邻居像素点的共生局部三值模式的图像检索方法，其特征在于，所述步骤103：利用局部三值编码方式，并结合共生相关性，将相邻局部模式进行三值编码，可得到基于邻居像素点的共生局部三值模式；
具体方法如下：
将得到的三值编码转化为2个二值编码来表示图像特征。
CN201710653197.2A 2017-08-02 2017-08-02 基于邻居像素点的共生局部三值模式的图像检索方法 Pending CN107463667A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710653197.2A CN107463667A (zh) 2017-08-02 2017-08-02 基于邻居像素点的共生局部三值模式的图像检索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710653197.2A CN107463667A (zh) 2017-08-02 2017-08-02 基于邻居像素点的共生局部三值模式的图像检索方法

Publications (1)

Publication Number Publication Date
CN107463667A true CN107463667A (zh) 2017-12-12

Family

ID=60548302

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710653197.2A Pending CN107463667A (zh) 2017-08-02 2017-08-02 基于邻居像素点的共生局部三值模式的图像检索方法

Country Status (1)

Country Link
CN (1) CN107463667A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109115812A (zh) * 2018-08-23 2019-01-01 中国石油大学(北京) 一种焊缝底片缺陷识别方法及系统
CN109993761A (zh) * 2018-06-29 2019-07-09 长城汽车股份有限公司 一种三值图像获取方法、装置及车辆

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105046262A (zh) * 2015-06-29 2015-11-11 中国人民解放军国防科学技术大学 一种鲁棒扩展局部二值模式纹理特征提取方法
US20160078282A1 (en) * 2014-09-16 2016-03-17 Samsung Electronics Co., Ltd. Method and apparatus for extracting image feature

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160078282A1 (en) * 2014-09-16 2016-03-17 Samsung Electronics Co., Ltd. Method and apparatus for extracting image feature
CN105046262A (zh) * 2015-06-29 2015-11-11 中国人民解放军国防科学技术大学 一种鲁棒扩展局部二值模式纹理特征提取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李莉等: "一种三结构描述子的图像检索方法", 《西安交通大学学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109993761A (zh) * 2018-06-29 2019-07-09 长城汽车股份有限公司 一种三值图像获取方法、装置及车辆
US11861844B2 (en) 2018-06-29 2024-01-02 Great Wall Motor Company Limited Ternary image obtaining method and apparatus, and vehicle
CN109115812A (zh) * 2018-08-23 2019-01-01 中国石油大学(北京) 一种焊缝底片缺陷识别方法及系统

Similar Documents

Publication Publication Date Title
CN108830279B (zh) 一种图像特征提取与匹配方法
CN111340047B (zh) 基于多尺度特征与前背景对比的图像语义分割方法及系统
CN102663399B (zh) 一种基于Hilbert曲线和LBP的图像局部特征提取方法
CN102136065B (zh) 基于凸优化的人脸超分辨率方法
CN107180436A (zh) 一种改进的kaze图像匹配算法
CN108830283B (zh) 一种图像特征点匹配方法
CN107463667A (zh) 基于邻居像素点的共生局部三值模式的图像检索方法
CN105975905A (zh) 一种手指静脉快速识别方法
CN104809248B (zh) 视频指纹提取及检索方法
CN100541537C (zh) 一种利用计算机对数字化档案文件压缩的方法
CN111161300B (zh) 一种基于改进大津法的Niblack的图像分割方法
JP2000181992A (ja) カラー文書画像認識装置
CN106485185A (zh) 一种基于边界链码的老人摔倒检测算法
CN111639560A (zh) 基于静脉骨架线和地形凹凸特性动态融合的指静脉特征提取方法及装置
CN112464901B (zh) 基于梯度脸局部高阶主方向模式的人脸特征提取方法
CN104636708A (zh) 一种局部文档图像的比对方法及系统
CN107247752B (zh) 一种基于角点描述子的图像检索方法
CN106408029B (zh) 一种基于结构差分直方图的图像纹理分类方法
CN109377455B (zh) 改进的基于自相似性的多序列磁共振图像配准方法
CN110390336B (zh) 一种提高特征点匹配精度的方法
Ling et al. Quality assessment for synthesized view based on variable-length context tree
CN103366376B (zh) 一种基于邻域尺度变化的图像特征提取方法
CN108492345B (zh) 一种基于尺度变换的数据块划分方法
CN107944146A (zh) 基于主成分分析的多元水文时间序列匹配模型构建方法
CN114845180A (zh) 一种低功耗数字识别远传抄表装置及其识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171212