资源描述：
《图像方向性的条纹分析方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第28卷第4期红外与激光工程1999年8月Vol.28No.4InfraredandLaserEngineeringAug.1999图像方向性的条纹分析方法庞韶宁李介谷(上海交通大学图像处理与模式识别研究所上海200030)文摘:在图像分析方法研究中,提出了用条纹概念来分析图像,并成功地把这一理论应用于图像的方向性检测。文章首先从直观的条纹图像三维对比中,归纳出图像条纹概念的两个基本属性,然后构造了区别于传统的方向滤波方法的三角分形基迭代函数系统的图像方向提取模型,最后定义了图像的方向统计表征量。实验证明了条
2、纹分析方法的高效性和实时性要求的独特性能。关键词:条纹分形圆周采样仿射变换迭代函数系统StripemethodtodetecttheimageorientationPangShaoningLiJiegu(Inst.ofImageProcessing&PatternRecognition,ShanghaiJiaotongUniv.,Shanghai,China,200030)Abstract:Inthispaper,stripes———anewimageconceptionwasproposed,whichca
3、nbeusedinimageanalysis.Applyingthetheoryinimagefeaturedetection,theorientationfromthesampleswasdetectedsuccessfully.Firstly,bythecontrastoftwostripeimagesin(x,y,I)space,twobasicprop-ertieswereconcluded.Then,basedonthetrianglefractalbaseIFS,animageorientatio
4、ndetectionmathmodelwasconstructed.Intheend,twovariablestodescribetheimageorientationweredefined.Theexperimentindicatesthatthemethodisefficientandpracticable.Keywords:StripeFractalCirclesamplingAffinetransformIterativefunctionsystem如:在GIS城市目标识别过程中,方向特征就是一个1引
5、言不可替代的用于区分道路和建筑物的有效特征量。在序列图像目标检测方面,图像的方向属性也是运动方向特征在模式识别中是一个重要的特征量,它检测的关键特征。不仅对边缘这种最普遍的模式而且对于任何一种方最简单的图像方向检测方法是梯度,若用矢量向相关模式都是一种很有价值的描述方法。同时模K来表示图像的局部方向特征,其模和方向角分别式的局部方向性也常常用于描述复杂图像特征,例为:1999-04-06收稿作者简介:庞韶宁男28岁博士生主要从事图像处理、模式挖掘、网络安全方面的研究工作。·26·红外与激光工程第28卷第4期2
6、21/2gg式中x———横坐标;V=+x1x2y———纵坐标;g(x,y)———(x,y)点的灰度值。gg=arctanx2x1这种最原始的方法具有很多的局限性:(1)梯度算子本身作用范围的严格局限性,使梯度方向检测存在区域的限制。图1网格滤波器Fig.1MeshFilter(2)区域方向梯度计算,方向特征表示不够准确,且运算量巨大。网格滤波器可选择矩型网格或三角网格。选择两幅具有直观条纹鲜明对比效果的图像作以上三维分析,另外一种方法是使用方向滤波法,这种方法是通过预先设计的一个方向滤波算子集对图像样本的作一
7、幅是由计算机生成的具有通常所讲的花纹图像用,从而根据各算子的滤波结果来获得图像的方向特stripe,另一幅是和“条纹”看来几乎无关的蓝天白云图像cloud。征。Kunfsson在1982年设计了一组的积分滤波器:∧∧∧h(q,)=l(q)k()∧ln2(q/q0)l(q)=exp-2(B/2)log2∧2lke()=cos(-k)∧2lko()=icos(-k)signum[cos(-k)]式中下标e和o分别代表积分滤波器的奇偶部分。πkk=k=0,1,…K-1K这种方法的缺点是:(1)虽然可以证明用有限的方
8、向滤波器完全可图2条纹图像(X,Y,I)空间对比结果以确定图像的局部方向矢量,但是滤波器数目的确定Fig.2Thecomparisonofstripeimagein(X,Y,I)space和评估仍然是一个尚未解决的难题。(2)对图像的反复积分滤波运算,计算量巨大,从图2的对比结果可以看出:条纹和非条纹图像对于目标运动检测等实时性高的视觉处理几乎是不在(X,Y,I)空间有着较明显的差别,cloud的矩
