（电路与系统专业论文）一种抗几何形变的纹理特征提取算法研究[电路与系统专业优秀论文].pdf

浙江大学硕士毕业论文 摘要 随着信息技术的飞速发展，数字图像处理进入高速发展时期。多媒体数据 库及互联网上的海量图像信息需要有效而快速的方法实现检索。由于图像数据库 变得越来越庞大，传统的基于关键字的图像检索技术已经无法满足检索需求。为 了解决这一矛盾，人们提出了基于内容本身的图像检索技术( c b i r ：c o n t e n t - b a s e d i m a g er e t r i v a l ) 。在这种检索技术中，图像是通过自身的可视化内容被标记和区分 的，因而图像的特征提取和匹配就变得非常重要了。图像的特征包括颜色、形状、 纹理及其结构等，其中纹理特征是非常重要的特征之一，人们利用纹理特征进行 了大量关于图像检索、图像分类的研究。纹理特征的重要性在于它存在于许多现 实世界获取的图像中，如：云朵、树木、头发、砖块等等。 针对纹理特征提取已经做过大量的研究，但大多数基于一个前提假设，即： 所有的图像都是从同一个视角获得的，即图像的角度，大小，位置都一样。而在 实际的应用中，这个假设显然是不成立的，因而这些方法实现的检索效果就变得 比较差了。已经有一些学者提出了用于图像分类的具有旋转不变性的纹理特征提 取方法。但这些方法是针对图像分类这一应用领域提出的。基于他们提出的算法 的启发，本文将研究一种用于图像检索的纹理特征提取方法，该方法具有旋转、 伸缩、平移不变性，能更好的适应实际应用的需要，较传统的方法在检索发生了 几何失真的图像时能取得更好的检索效果。 本文总体上分为三个部分，第一部分介绍了图像检索技术的发展现状及用于 图像检索的几种主要的特征提取实现方法，第二部分基于典型算法提出本文算 法，第三部分对本文算法进行测试，并给出与典型算法的比较结果。最后做出总 结，并提出后续工作内容。本文算法的独特之处主要在于，在特征提取的过程中， 对数极值域的自相关图像被引入，它表征了纹理图像的规律性和连续性，从而 消除了上述几何失真的影响。在图像检索的过程中，一组由自相关图像的树型小 波变换得到的统计值将作为特征值来衡量图像之间的相似度，区别与典型的小波 变换算法，后者直接将原始图像做小波变换得到的统计量作为特征值。在验证过 程中，采用较简单的欧氏距离( 也称l 2 距离) 法作为检索的模式识别方法，从 而证明即使在简单的识别算法下，本文的特征提取方法较之与传统的特征提取算 法确实具有较高的抗几何失真的检索能力。 关键词：特征提取、对数极值域、自相关图像、几何失真、鲁棒性 浙江大学硕士毕业论文 a b s t r a c t w i t ht h ea d v a n c e si ni n f o r m a t i o nt e c h n o l o g yt h e r ei se x p l o s i v eg r o w t ho ft h e m u l t i m e d i ad a t a b a s e sa n dt h ei n t e r n e t ，w h i c hd e m a n d se f f e c t i v ea n de f f i c i e n tt o o l s t h a ta l l o wu s e r st os e a r c ha n db r o w s et h r o u g hs u c hal a r g ec o l l e c t i o n a st h e d a t a b a s e sg r o wl a r g e r , t h et r a d i t i o n a lk e y w o r db a s e dm e t h o dt or e t t i g v eap a r t i c u l a r i m a g eb e c o m e st e d i o u sa n di n a d e q u a t e t os o l v et h e s ep r o b l e m s ，c o n t e n t - b a s e di m a g e r e t r i e v a l ( c b i r ) a p p r o a c hh a se m e r g e da sp r o m i s i n ga l t e r n a t i v e i nc b i ri m a g e sa r e i n d e x e db yt h e i ro w nv i s u a lc o n t e n t s , s of e a t u r ee x t r a c t i o na n dm a t c h i n gb c c , o m ev e r y i m p o r t a n tc o m p o n e n t si nc b i r q u e r i e sc a l lb eb a s e do nm a n yf e a t u r e ss u c ha s t e x t u r e ，c o l o r , s h a p ea n dt h e i rc o m b i n a t i o n s i m p o r t a n c eo f t e x t u r ef e a t u r ei sd u et oi t s p r e s e n c ei nm a n yr e a lw o r l di m a g e s ：f o re x a m p l ec l o u d s ，f r e e s ，b r i c k s ，h a 吨f a b r i c s e t c ，a 1 1o f t h e mh a v et e x t u r a lc h a r a c t e r i s t i c s al o to fw o r kh a sb e e nd o n eo nt e x t u r ea n a l y s i s , a n dt h em a j o r i t yo fe x i s t i n g w o r ka s s u m e st h a ta l li m a g e sa r ea c q u i r e df r o mt h es a m ev i e w p o i n t t h i sa s s u m p t i o n i sn o tr e a l i s t i ci np r a c t i c a la p p l i c a t i o n s t h ep e r f o r m a n c eo ft h e s em e t h o d sb e c o m e s w o r s ew h e nt h i su n d e r l y i n ga s s u m p t i o ni sn ol o n g e rv a l i d s e v e r a la u t h o r sh a v e p r o p o s e dr o t a t i o ni n v a r i a n tt e x t u r ef e a t u r e s a l lt h e s er o t a t i o ni n v a r i a n tt e x t u r e a n a l y s i sm e t h o d sw e r ed e s i g n e df o r t h ec l a s s i f i c a t i o np r o b l e m s ，w h e r et h ec l a s s e sa r e d e f i n e dap r i o r i t h e r e f o r et h e s em e t h o d sa r en o ts u i t a b l ef o rt h er e t r i e v a la p p l i c a t i o n s ， w h e r ee a c hd a t a b a s ei m a g ef o r m sas e p a r a t ec l a s sa n dm u s tb et r a i n e di n d i v i d u a l l y t h i st h e s i sp r o p o s e sar o b u s tf e a t u r ee x t r a c t i o nt e c h n i q u ef o rt e x t u r ei m a g er e t r i e v a l ， t h em e t h o di sr o b u s tt og e o m e t r i cd i s t o r t i o n s t h e g e o m e t r i cd i s t o r t i o n si n c l u d e r o t a t i o n , s e a l i n ga n dt r a n s l a t i o nm o d i f i c a t i o n so ft e x t u r e s c o m p a r ew i t ht r a d i t i o n a l m e t h o d s ，o u rm e t h o ds h o w sh i g h e ra c c u r a c yf o rg e o m e t r i cd i s t o r t i o n si m a g er e t r i e v a l t h i st h e s i si sd i v i d e di n t ot h r e ep a r t s t h ef i r s tp a r ti n t r o d u c e st h ei m a g e r e t r i e v a la n dt h el e a d i n gf e a t u r ee x t r a c t i o nt e c h n i q u ef o rr e t r i e v a l ，t h es e c o n d p a r te x p l a i n st h ed e t a i l a r i t h m e t i co fo u rt h e s i s ，t h et h i r dp a r tg i v e st h e s i m u l a t i o nr e s u l ta n dc o m p a r e st h er e s u l t sw i t ht h et r a d i t i o n a lm e t h o d s a tl a s t w ed i s c u s st h es u b s e q u e n tw o r k t h ec r e a t i o no fo u rm e t h o di st h a t ，i nt h e f e a t u r ee x t r a c t i o n p r o c e s s ，t h el o g p o l a rt r a n s f o r m e da u t o c o r r e l a t i o ni m a g e w h i c he x p r e s s e sr e g u l a r i t ya n dc o n t i n u i t yo ft e x t u r ew a si n t r o d u c e dt oe l i m i n a t e u 塑兰盔兰堡圭兰些堡苎 t h ee n t i r eg e o m e t r i cd i s t o r t i o n s i nt h er e t r i e v a lp r o c e s s ，as e to fw a v e l e tp a c k e t s t a t i s t i c so ft h el o g - p o l a rt r a n s f o r m e da u t o c o r r e l a t i o n i m a g ew a su s e dt o m e a s u r es i m i l a r i t yo ft e x t u r ei m a g e sw h i c hi sd i f f e r e n tw i t ht h et r a d i t i o n a l m e t h o d st h a tu s e sas e to fw a v e l e tp a c k e ts t a t i s t i c so fi m a g ei t s e l f i nt h e s i m u l a t i o n s ；t h er o b u s t n e s st og e o m e t r i cd i s t o r t i o n so fo u rm e t h o dw a sv e r i f i e d b yl 2d i s t a n ta n dh i g h e ra c c u r a c yc o m p a r e dw i t ho t h e rm e t h o df o rr e t r i e v a lw a s d e m o n s t r a t e di nt h ee x p e r i m e n t s k e y w o r d s ：f e a t u r ee x t r a c t i o n ，l o g p o l a rt r a n s f o r m ，a u t o c o r r e l a t i o n i m a g e ， g e o m e t r i cd i s t o r t i o n ，r o b u s t n e s s i i l 浙江大学硕士毕业论文 图表目录 图1 - 1 图像内容分类及相互关系2 图2 - 1 图像及其共生矩阵1 2 图2 2 一个信号积分的小波变换的滤波族分析j 1 7 图2 - 4 离散小波逆变换计算方法1 9 图2 5d w t 图像分解步骤2 0 图2 - 6 图像的三级m a l l a t 小波分解2 0 图2 - 7 金字塔型小波分解的频域结构关系2 1 图2 - 8 小波包分解的频域结构关系2 2 图2 - 9l e n a 图和标准纹理库中d 3 5 纹理图及其小波分解2 3 图2 1 0 不完全树型小波分解示意图2 3 图3 - 1 象素几何形变的图解说明2 6 图3 - 3 对数一极值域中的自相关函数3 4 图3 - 4h a a r 小波和d a u b e c h i e s 小波波形图3 7 图4 - 1 来自b r o d a t z 纹理库的1 5 类纹理图像4 1 图4 - 2 旋转后的纹理子图4 1 图4 - 3 尺度伸缩后的纹理子图4 2 图4 4 截取后的1 2 8 1 2 8 的纹理子图( s u b _ a 1 1 ) 4 2 图4 5d 3 的二维f f t 图像4 5 图4 6 d 3 的自相关函数c ( p ，g ) 右下角在直角坐标系的图像4 5 图4 _ 7d 3 的自相关函数c ( p ，g ) 在对数一极坐标系的图像4 6 图4 - 8 三种方法的检索正确率比较5 0 表4 - 1 自相关系数组成的特征矢量4 8 附表a 本文算法产生的1 5 幅基准图归一化特征矢量列表5 8 附表b 特征提取的m a t l a b 代码5 9 v i 浙江大学硕士毕业论文 1 1引言 第一章绪论 图像作为一种内容丰富，形象直观的媒体，长期以来一直受到人们的青睐。 图像应用经历了从低级到高级的发展阶段。手工绘制，印刷复制，摄影录像，直 至计算机合成。在这个过程中，图像的产生、存储及传播日益简单方便。尤其是 近十年来，数字成像技术与役备( 如数码摄像机、数码照相机、扫描仪、真彩色 图像打印机等等) ，大容量、低成本的新存储技术，因特网枝术以及计算机技术 的发展都极大地促进了数字图像的普及和发展。目前，数字图像的应用已渗透到 社会的各行各业和生活的每一个角落，对军事、遥感、气象、通信、医学、工业 生产，新闻媒体、文化娱乐等均产生了重大影响1 ”。在如此广泛的应用背景下， 各式各样的图像库应运而生。通过因特网，这些图像库可以进一步形成个巨大 的、分布式的图像信息库。面对这些海量的图像数据，如何让用户快速有效地查 找到所需信息成为图像数据库管理的关键任务之一。 1 2图像检索技术的发展 图像检索技术经历了两个阶段：第一阶段是以关键字为基础的检索。第二阶 段是以图像自身内容为基础的检索。 1 2 1基于关键字的图像检索 基于关键字的图像检索技术的特点是需要先对所有图像进行关键字标注，然 后再使用数据库技术和文本信息检索技术搜索图像。此方法的优点在于检索操作 简单，速度快；但缺点同样明显，如：需要较多的人工参与，不利于大规模图像 库检索，尤其不适合面向因特网的图像检索：另外，图像的标注无统一标准，客 观性差，检索结果无法符合用户需求；第三个问题是人工标注受语言限制，推广 性差。 进入2 0 世纪9 0 年代后，随着大规模图像数据库的出现，基于关键字的图像 检索技术的缺点越来越突出，为克服这些缺点，人们提出了基于内容的图像检索 浙江大学硕士毕业论文 ( c b i r ，c o n t e m _ b a s e d _ i m a g er c t r i v a l ) 的概念【2 1 。 1 2 2 基于内容的图像检索 基于内容的图像检索不同于基于关键字的检索，它基本不需要人工参与，而 是自动提取图像自身的内容特征进行检索，不但节省了人力，而且具有较强的客 观性，因此一经出现就受到人们的广泛关注p j 。 基于内容的图像检索可以简单分为基于低级物理特征的检索和基于高级语 义特征的检索4 1 。其中物理特征是指图像的基本特征如颜色、纹理、形状等，语 义特征是人们对图像内容概念级的反映，可进一步分为逻辑特征和抽象特征两 类。因此，图像内容特征共分为三个层面，其相互关系如图1 1 所示。 语义特征 物理特征 图1 1图像内容分类及相互关系 f i g 1 1i m a g ef e a t u r ea n dt h e i rr e l a t i o n s h i p 第一层：图像基本特征( p r i m i t i v ef e a t u r e ) 。即与图像像素点的物理特征直 接相关的特征，如颜色、形状、纹理等，其特点是易实现自动提取，但较难确 切表达检索需求。 第二层：图像逻辑特征( l o g i c a lf e a t u r e ) 。即图像中具有一定语义的独立 对象及相互关系，包括广义对象( 如人、汽车、山脉) 、狭义对象( 如张爱玲、 宝马汽车1 和对象的位置关系等。 第三层：图像抽象特征( a b s t r a c tf e a t u r e ) 。即图像所表征的抽象含义如开 运动会的图像、景色图像、颁奖场面等等，是对图像内容的抽象概括。 浙江大学硕士毕业论文 基于内容的图像检索具有如下特点： ( 1 ) 从图像内容中提取信息线索。基于内容的图像检索突破了传统的基 于关键词检索的局限，直接对图像本身进行分析，抽取特征，使得检索更加接 近目标。 ( 2 ) 提取特征的方法多种多样。可以提取形状特征、颜色特征、纹理特 征、轮廓特征等。 ( 3 ) 人机交互进行。一般来讲，人对于特征比较敏感，能迅速分辨出目 标的颜色、轮廓等，但对于大量的对象，一方面难以记住这些特征，另一方面 人工从大量数据中查找目标效率非常低，而这正是计算机的长处，因此，使用 基于内容检索的系统时，人与计算机相互分工配合进行检索。 基于内容的检索是一种近似匹配。在检索过程中，采用逐步求精的办法， 每一层的中间结果是一个集合，不断减小集合的范围，直到定位到目标。这一 点与传统数据库检索的精确匹配算法有明显不同。 基于内容的图像检索本质上是一门信息检索技术，它利用认知科学、用户 模型、图像处理、模式识别、知识库系统、计算机图形学、数据库管理系统、 信息检索等领域的研究成果和方法，研究新的媒体数据的表示和数据模型、有 效和可靠的查询处理算法、智能查询接口，以及与应用领域无关的系统结构。 基于内容检索与图像理解、模式识别等的区别在于它不是去理解图像的内容或 识别它的内容，而是利用这些相关学科的综合知识去实现多媒体信息的基于内 容的快速查找。 目前，基于底层基本特征的c b i r 研究已经比较深入，并且出现了一些商 用系统及原型系统如q b i c l 5 1 、v i r a g e l 6 1 、p h o t o b o o k m 、v i s u a l s e e k 8 1 等。然而 这些系统的检索结果往往不尽人意，主要因为用物理特征表达的图像内容与人 们的理解往往不完全相符。实际上，语义特征表征的图像内容与人们的理解更 容易达成一致，但是，针对于通用图像库中形形色色、千差万别的语义概念， 其特征的自动提取往往很难。目前的研究更多集中在语义概念较简单的专业领 域，对通用数据库，语义特征的自动提取研究仅集中在少数常见的典型对象( 如 字符、a 脸等) 上j g j 。 十几年来，图像检索技术取得了长足的进展，但离实用化、产业化还有一 浙江大学硕士毕业论文 定的距离，仍有很多工作需要去做。 1 3 用于图像检索的特征提取技术的发展 1 3 1 特征与特征提取的基本概念 选择与提取能充分反映目标基本属性的特征，是图像检索的关键问题之 一，其有效性对后续处理至关重要。特征提取的要求是：同一类目标的特征相 似性大，不同类目标的特征差异性大。 1 3 1 1 特征的分类 目标图像的特征可分为物理特征、结构特征，数学特征三类。物理特征是 指目标图像的物理特性；结构特征是指目标图像各部分空间上的相互关系；而 数学特征是指对目标图像特性的定量描述。 其中，物理特征和结构特征最容易被人们的感觉器官所接收，便于人们直 观地识别对象。在适宜的情况下，他们都可以作为基本特征用于实际的检索系 统。在上述每类特征中都包含多种具体的特征，究竞选取哪些特征，除考虑对 特征的一般性要求外，很大程度上取决于所研究问题的特殊要求。 1 3 1 2 特征的三要素 特征的三要素是指特征的鲁棒性、唯一性及相对性。 特征的鲁捧性是指特征在识别过程中的可检测性以及这种检测的可靠性， 对于图像信息，即指该特征的可见性和可见长度，可见范围越大其鲁棒性越好； 特征的唯一性要求选择的特征集对模式库中的不同目标均不相同； 特征的相对性是指无论特征提取还是特征本身都是与我们所要检索的模 式集密不可分的。脱离开所研究的问题，特征和特征提取便毫无意义，更明确 地说，我们究竟应选择怎样的特征取决于我们的研究对象和我们最终的研究目 的。当研究对象和目的明确以后，我们的问题才转化为寻找特征以及相应的提 取方法。选择特征应满足分类精度要求和系统的时间空间( 存储) 要求。 1 3 1 3 目标图像识别的特殊性 4 浙江大学硕士毕业论文 目标图像识别的特殊性是指提取的特征必须满足时间、空间、数据的保持 性以及平移、尺度变化与旋转( r s t ) 时的不变性要求。 i 、时间要求：目标识别要求在短时间内完成，因而特征不能过于复杂， 并且要能够快速计算； 2 、空间要求：特征的数目不宜过多，以节省存储空间和计算时间，并为 硬件的小型化创造条件； 3 、数据的保持性要求：利用目标的图像信息识别目标，一方面是为了提 高抗干扰能力，提高识别精度，另一方面也为进一步识别打下基础，数据的保 持性是至关重要的； 4 、平移、尺度变化与旋转( r s t ) 时的不变性要求：要求特征不随目标图像 的平移、尺度变化与旋转变化而变化，因为噪声的影响可在预处理阶段滤除， 从而r s t 不变性要求就是目标识别过程中的核心问题。 1 3 1 4 特征提取 特征提取的过程也就是特征的形成过程。 原始特征是指在图像采集过程中形成的样本诸测量值，原始特征的数目对 于给定的问题，就是其图像空间的维数，在一般情况下，图像空间是高维的， 这意味着它的维数一般很大。 特征提取是指通