本发明专利技术提供了一种纹理特征提取方法，包括：获取输入的图像，将所述输入的图像转换到IHS色彩空间中；计算所述转换到IHS色彩空间中图像的简约双四元数矩阵；获取预设的多通道滤波器函数矩阵；计算所述简约双四元数矩阵与所述多通道滤波器函数矩阵的简约双四元数卷积得到卷积矩阵；查找所述卷积矩阵中邻接差值小于差值阈值的像素坐标，根据所述查找到的像素坐标生成纹理特征。此外，还提供了一种纹理特征提取装置。上述纹理特征提取方法和装置能够降低纹理特征提取的误检率。
【技术实现步骤摘要】
【专利摘要】本专利技术提供了一种纹理特征提取方法，包括：获取输入的图像，将所述输入的图像转换到IHS色彩空间中；计算所述转换到IHS色彩空间中图像的简约双四元数矩阵；获取预设的多通道滤波器函数矩阵；计算所述简约双四元数矩阵与所述多通道滤波器函数矩阵的简约双四元数卷积得到卷积矩阵；查找所述卷积矩阵中邻接差值小于差值阈值的像素坐标，根据所述查找到的像素坐标生成纹理特征。此外，还提供了一种纹理特征提取装置。上述纹理特征提取方法和装置能够降低纹理特征提取的误检率。【专利说明】纹理特征提取方法及装置
本专利技术涉及图像处理
，特别是涉及一种纹理特征提取方法及装置。
技术介绍
在传统技术中的多种应用场景中，通常需要对图像中的纹理进行边缘检测，从而提取出图像中可代表图像中物体前景的纹理特征。例如，在2D视频转3D视频的应用中，通常需要对视频帧中的物体前景进行边缘检测，将其纹理特征提取出来，然后通过视察估计调整其在视频帧中的位置，从而使人眼产生3D的效果。 然而，传统技术在进行边缘检测提取图像帧的纹理特征时，仅参考了图像中单一的灰度边缘信息，致使一些前景边缘被漏检，从而使得纹理特征的误检率较高。
技术实现思路
基于此，有必要提供一种能降低误检率的纹理特征提取方法。 一种纹理特征提取方法，包括: 获取输入的图像，将所述输入的图像转换到IHS色彩空间中； 计算所述转换到IHS色彩空间中图像的简约双四元数矩阵； 获取预设的多通道滤波器函数矩阵； 计算所述简约双四元数矩阵与所述多通道滤波器函数矩阵的简约双四元数卷积得到卷积矩阵； 查找所述卷积矩阵中邻接差值小于差值阈值的像素坐标，根据所述查找到的像素坐标生成纹理特征。 在其中一个实施例中，所述多通道滤波器函数矩阵为Gabor滤波器函数矩阵。 在其中一个实施例中，所述计算所述转换到IHS色彩空间中图像的简约双四元数矩阵的步骤为: 根据公式: Frbs (m, n) = Fi (m, η) X eJXFh(m,n) X ekXFs(m,n) 得到简约双四元数矩阵；其中，Frbs为计算得到的简约双四元数矩阵，F1、Fh和Fs为输入的图像在IHS色彩空间的三个分量，m和η为图像的坐标点，j和k为预设的参数值。 在其中一个实施例中，所述计算所述简约双四元数矩阵与所述多通道滤波器函数矩阵的简约双四元数卷积得到卷积矩阵的步骤为: 分别对所述简约双四元数矩阵与所述多通道滤波器函数矩阵进行离散简约双四元数傅立叶变换，将变换后的简约双四元数矩阵与所述多通道滤波器函数矩阵相乘在进行离散简约双四元数傅立叶逆变换得到卷积矩阵。 在其中一个实施例中，所述分别对所述简约双四元数矩阵与所述多通道滤波器函数矩阵进行离散简约双四元数傅立叶变换，将变换后的简约双四元数矩阵与所述多通道滤波器函数矩阵相乘在进行离散简约双四元数傅立叶逆变换得到卷积矩阵的步骤为: 根据公式:'F( p, s) = DRBFT(Frbs(m,n)) I Up,.s') = DRBFT{h(m, /;)) 咖,")=IDRBFT(F(p,s)x/I(p,s)) 生成卷积矩阵；其中，DRBFT为离散简约双四元数傅立叶变换，IDRBFT为离散简约双四元数傅立叶逆变换，h(m, η)为多通道滤波器函数矩阵，F(p, s)和H(p, s)为中间变量，g (m, η)为生成的卷积矩阵。 此外，还有必要提供一种能降低误检率的纹理特征提取装置。 一种纹理特征提取装置，包括: 图像转换模块，用于获取输入的图像，将所述输入的图像转换到IHS色彩空间中； RBs矩阵生成模块，用于计算所述转换到IHS色彩空间中图像的简约双四元数矩阵； 滤波函数获取模块，用于获取预设的多通道滤波器函数矩阵； 卷积矩阵生成模块，用于计算所述简约双四元数矩阵与所述多通道滤波器函数矩阵的简约双四元数卷积得到卷积矩阵； 纹理特征提取模块，用于查找所述卷积矩阵中邻接差值小于差值阈值的像素坐标，根据所述查找到的像素坐标生成纹理特征。 在其中一个实施例中，所述多通道滤波器函数矩阵为Gabor滤波器函数矩阵。 在其中一个实施例中，所述RBs矩阵生成模块还用于根据公式: Frbs (m, n) = Fi (m, η) X eJXFh(m,n) X ekXFs(m,n) 得到简约双四元数矩阵；其中，Frbs为计算得到的简约双四元数矩阵，F1、Fh和Fs为输入的图像在IHS色彩空间的三个分量，m和η为图像的坐标点，j和k为预设的参数值。 在其中一个实施例中，所述卷积矩阵生成模块还用于分别对所述简约双四元数矩阵与所述多通道滤波器函数矩阵进行离散简约双四元数傅立叶变换，将变换后的简约双四元数矩阵与所述多通道滤波器函数矩阵相乘在进行离散简约双四元数傅立叶逆变换得到卷积矩阵。 在其中一个实施例中，所述卷积矩阵生成模块还用于根据公式: F{ P,.V) = DRBFT{「rhs、m, /?)) //(/;,.v) = DRBFT(h{m,n))g(m, η) -1DRBFT{Fip，s) χ //(;;,s)) 生成卷积矩阵；其中，DRBFT为离散简约双四元数傅立叶变换，IDRBFT为离散简约双四元数傅立叶逆变换，h(m, η)为多通道滤波器函数矩阵，F(p, s)和H(p, s)为中间变量，g (m, η)为生成的卷积矩阵。 上述纹理特征提取方法及装置，与传统技术相比，没有在RGB图像的基础上仅利用灰度值来提取纹理特征，而是先将其转换到HIS颜色空间，再通过计算得到简约双四元数矩阵以及根据滤波器函数矩阵计算得到的卷积矩阵来提取纹理特征，充分利用了图像中各像素点的彩色信息(该信息在传统技术中由于转换成灰度图像已经过滤遗失掉)，使得参考量更丰富，从而降低了误检率。 【专利附图】【附图说明】 图1为一个实施例中纹理特征提取方法的流程图； 图2为一个实施例中纹理特征提取装置的结构示意图。 【具体实施方式】 为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。 在一个实施例中，如图1所示，一种纹理特征提取方法，该方法完全依赖于计算机程序，可运行于基于冯诺依曼体系的计算机系统上。 该方法包括: 步骤S102，获取输入的图像，将所述输入的图像转换到IHS色彩空间中。 RGB图像即为以R (red)、G (green)、B (blue)三个颜色通道的数据标识的图像。在实际应用中图像通常为RGB图像，例如电影和视屏中的图像帧。 在本实施例中，可根据公式: I = R+G+B // - (β - ^?) / (/ -3/?) +1, if - min(/?,G, B){R-G、I(J-3G) + 2,if G = m\n(R,G, B) (/-35)/1,?Γ0<//<1 5 = Ι(/-3/?)/Ι,?Π<//<2 (/-3G)/I,if2< /7 <3 将RGB图像转换到HIS色彩空间中。其中R、G、B为每个像素点的三颜色通本文档来自技高网...
【技术保护点】
一种纹理特征提取方法，所述方法包括：获取输入的图像，将所述输入的图像转换到IHS色彩空间中；计算所述转换到IHS色彩空间中图像的简约双四元数矩阵；获取预设的多通道滤波器函数矩阵；计算所述简约双四元数矩阵与所述多通道滤波器函数矩阵的简约双四元数卷积得到卷积矩阵；查找所述卷积矩阵中邻接差值小于差值阈值的像素坐标，根据所述查找到的像素坐标生成纹理特征。
【技术特征摘要】
【专利技术属性】
技术研发人员：孔德明，陈小平，汪大崴，
申请(专利权)人：深圳深讯和科技有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。