基于信號(hào)處理描述紋理特征方法

郭治成

（蘭州交通大學(xué)電子與信息工程學(xué)院, 甘肅 蘭州 730070）

1 紋理的定義

1970 年，Hawkins也發(fā)現(xiàn)定義“紋理的確切概念”實(shí)屬不易，尤其是在給定“人類感知和識(shí)別紋理這個(gè)心理事實(shí)”的前提下。Haralick在1973年指出“給紋理下一個(gè)精確的定義非常困難”。Cros和Jain認(rèn)為“對(duì)紋理而言，沒(méi)有能被廣泛接受的定義”；按照Bovik，Clarke和Geisler的觀點(diǎn)，“作為表面或圖像的屬性的紋理，從來(lái)不會(huì)合適地形成一個(gè)精確的定義”；

朱松純認(rèn)為，圖像的紋理區(qū)域可以理解為是由若干被稱作紋理基元的元素按照某種規(guī)律排列而成，這種規(guī)律可以是周期性的，也可以是隨機(jī)性的。而這些紋理基元可以由不同的小波基、原子、線條組成。

2 紋理描述方法

紋理分析的一個(gè)核心問(wèn)題是紋理描述，在模式識(shí)別領(lǐng)域即為紋理特征提取。目前已經(jīng)有許多紋理特征提取方法。目前，對(duì)于圖像紋理的描述方法主要分為：信號(hào)處理、結(jié)構(gòu)分析、 統(tǒng)計(jì)分析、模型化及聯(lián)合分析五大類，其中信號(hào)處理方法、結(jié)構(gòu)分析方法、統(tǒng)計(jì)分析方法在紋理分析中擔(dān)任著非常重要的角色。尤其是信號(hào)處理方法在近些年的紋理分析研究中得到越來(lái)越廣泛的應(yīng)用。

3 基于信號(hào)處理方法描述紋理特征。

信號(hào)處理類方法的思路來(lái)源于視覺(jué)心理學(xué)上的研究成果。從視覺(jué)心理學(xué)(Visual Psychology)研究發(fā)現(xiàn)，動(dòng)物的視覺(jué)系統(tǒng)在解譯紋理圖像時(shí)，采取的分析與解譯機(jī)制是對(duì)紋理圖像中的頻率分量和方向分量分別進(jìn)行處理，所以可以將動(dòng)物視覺(jué)對(duì)紋理圖像解譯的過(guò)程理解為動(dòng)物視覺(jué)皮層細(xì)胞感受選擇較為敏感的頻率和方向分量，并對(duì)圖像信號(hào)的頻率和方向進(jìn)行選擇性濾波，以此得到相應(yīng)的圖像特征。

基于信號(hào)處理的紋理分析方法受到了視覺(jué)心理學(xué)解譯紋理圖像過(guò)程的啟發(fā)，先對(duì)紋理圖像信號(hào)采用頻域或者空域?yàn)V波處理，而后對(duì)紋理圖像進(jìn)行分析及解譯。目前，存在的圖像濾波方法主要有傅里葉3]、Gab4]濾波器、Laws 紋理、LBP紋理、小波變換等。我們將通過(guò)介紹傅里葉變換和Gabor濾波器、Laws 紋理、LBP紋理的紋理方法來(lái)分析這類方法。

3.1 傅里葉變換

傅里葉變換是一個(gè)非常重要的圖像分析方法，上世紀(jì)70年代以來(lái)，有學(xué)者提出通過(guò)傅里葉濾波器來(lái)描述紋理。Rao和Lohse開展了一項(xiàng)基于人的感知的紋理研究，他們的研究結(jié)論說(shuō)明自然紋理辨別的最重要的三個(gè)緯度分別為：周期性、方向性以及隨機(jī)性。

傅里葉頻譜包含非常豐富的圖像信息，能粗略描述紋理模式。對(duì)于周期性紋理，傅里葉頻譜由一些規(guī)則地分散在某些方向的明顯的尖峰組成；對(duì)于具有強(qiáng)的方向性的紋理，方向性會(huì)在傅里葉頻譜中很好的保持；對(duì)于隨機(jī)性紋理，頻譜的響應(yīng)分布并不限制到某些特定的方向。

根據(jù)相對(duì)于頻率中心位置距離的頻譜分布情況，可以大致判斷紋理圖像的相對(duì)粗糙程度。對(duì)于粗糙紋理，圖像中經(jīng)常存在大塊的區(qū)域，這些大塊區(qū)域內(nèi)部的灰度變化比較平緩，圖像的低頻信號(hào)較多，所以傅里葉頻譜圖的能量主要集中在離頻率中心位置較近區(qū)域(低頻區(qū)域)，而距離較遠(yuǎn)的區(qū)域(高頻區(qū)域)的能量較少。相反，對(duì)于細(xì)致紋理，圖像的局部區(qū)域內(nèi)的灰度變化非常明顯，圖像含有的高頻信息較多，傅里葉頻譜圖中的能量分布較為分散，能量集中在距離頻率中心位置較遠(yuǎn)的高頻區(qū)域，而那些距離較近的低頻區(qū)域能量分布相對(duì)較少。綜上所述，紋理圖像的紋理的粗糙性和方向性等維度的特性能夠從傅里葉頻譜圖的能量分布情況通過(guò)統(tǒng)計(jì)技術(shù)進(jìn)行描述。

3.2 Gabor濾波器

盡管傅里葉變換是一種非常有效的圖像處理方法，但傅里葉變換是對(duì)信號(hào)的全局頻率內(nèi)容的一種分析手段，而紋理分析希望分析定位于局部的時(shí)域空間來(lái)突出對(duì)圖像特定紋理細(xì)節(jié)進(jìn)行分析。因此，將空間依賴性引入到傅里葉分析產(chǎn)生了一種被稱為窗口傅里葉變換，Azencott等人將窗口傅里葉變換用于紋理分類。窗口傅里葉變換可以通過(guò)在變換時(shí)增加一個(gè)窗口函數(shù)來(lái)實(shí)現(xiàn)，當(dāng)這個(gè)窗口函數(shù)是Gaussian函數(shù)時(shí)，該變換就變成了一個(gè)Gabor變換。從上個(gè)世紀(jì)90年代以來(lái)，有學(xué)者開始用Gabor濾波器進(jìn)行紋理特征提取，并且由于其在紋理描述方面體現(xiàn)出了非常顯著的效果而被眾多的學(xué)者所接受。

3.3 Laws紋理

Laws 模板紋理描述方法是目前信號(hào)處理方法中最簡(jiǎn)單的一種，其是一種基于圖像能量估計(jì)的圖像紋理能量轉(zhuǎn)換的 紋理特征提取方法，通過(guò)使用簡(jiǎn)單模板處理紋理圖像，從而對(duì)紋理圖像的特征進(jìn)行描述。

3.4 4LBP紋理描述方法

1996 年，Ojala等人提出了局部二元模式紋理特征描述方法，該方法是一種結(jié)合了紋理圖像結(jié)構(gòu)和像素統(tǒng)計(jì)關(guān)系的紋理特征描述方法。LBP方法是通過(guò)二值模板在紋理圖像上濾波，通過(guò)統(tǒng)計(jì)濾波后圖像的灰度直方圖來(lái)提取紋理特征的方法。

最簡(jiǎn)單的 LBP 紋理特征描述方法的基本思想是：以每一個(gè)像素位置處為中心選取一個(gè)3*3大小的鄰域，通過(guò)以中心像素值為閾值對(duì)鄰域像素進(jìn)行二值化編碼(即大于閾值的編碼為 1，小于閾值的編碼為 0)；利用得到的二值表與模板對(duì)應(yīng)位置乘積取和，即可得到該鄰域中心像素的 LBP 特征值(特征值的大小一般在 0到255之間)，從而由整個(gè)紋理圖像所有像素值的 LBP 特征值統(tǒng)計(jì)直方圖作為紋理特征。生成每個(gè)像素 LBP 特。

結(jié)語(yǔ)

紋理描述是提取紋理圖像特征的重要手段，本文就其中的信號(hào)處理方法進(jìn)行總結(jié)分析，但就其本身的特性決定無(wú)法高效的提取所有紋理圖像的特征，還需要與其他方法結(jié)合使用。

[1]J.K.Hawkins.Textural properties for pattern recognition.In B.S.Lipkin and A.Rosenfeld，editors，Picture Processing and Psychopictorics.Academic Press.

[2]Zhu, S.C., Guo, C.E., Wang, Y.Z., etc.What are textons? [J].International Journal of Computer Vision, Apr-May, 2005, 62 (1-2):121-143.

[3]R.Azencott，J.P.Wang and L.Younes.Texture classification using windowed Fourier filters.IEEE Transactions on Pattern Analysis and Machine Intelligence，19(2)，148-153，1997.