復雜光照條件下紋理分類算法的研究.pdf

1、紋理是自然界中物體表面呈現出的主要特征，是人類視覺信息的重要組成部分，對紋理的視覺感知是人類認識世界的重要方式。在研究領域，紋理作為一種圖像模式的描述，是計算機視覺和模式識別研究的重要內容。隨著計算機視覺技術的發(fā)展，基于紋理特征的分類與識別系統(tǒng)在工業(yè)制造、醫(yī)療診斷、天氣預報、地質勘探等領域得到廣泛的應用。
　　實際的應用環(huán)境中，光照條件往往是人為不可控制的。光照變化不僅改變了圖像的灰度空間分布，而且促使圖像的紋理結構也發(fā)生變化，進

2、而對紋理分類系統(tǒng)性能產生影響。因此，克服光照影響，提高分類系統(tǒng)光照魯棒性一直是計算機視覺和模式識別領域的關鍵任務之一。本文在多分辨率分析理論和光照對圖像影響分析的基礎上，主要研究圖像光照不變性特征的提取，以提高紋理分類系統(tǒng)的光照魯棒性。主要創(chuàng)新點如下：
　?、?根據反射模型，從理想條件和光照條件下圖像模型出發(fā)，研究了光照對圖像灰度空間分布和紋理結構的影響，并在多尺度空間對兩種影響進行建模，提出了本文的光照不變特征提取模型。在模型中

3、，光照對圖像的灰度空間分布和紋理結構的影響在多尺度空間中分別被視為其對近似分量和高頻細節(jié)分量的影響。根據兩種影響程度的不同，分別采用不同的方法消除兩種影響。
　　②．基于“去噪”思想和本文光照不變特征提取模型，提出了基于小波變換域和BayesShrink去噪的光照不變特征提取方法。本文方法中，理想圖像信號被視為“噪聲”，首先將圖像轉換到對數域，再對圖像進行小波分解。在多尺度空間，近似分量為圖像的低頻信息，聚集圖像大部分的能量，代表

4、圖像灰度空間分布；高頻分量反映圖像的紋理細節(jié)，聚集了圖像的絕大部分高頻特征，代表圖像紋理細節(jié)結構。因此，光照對圖像空間分布的影響被近似視為其對低頻分量的影響，對這部分采用低通濾波進行處理；對圖像紋理結構的影響被理解為其對高頻分量的影響，采用BayesShrink方法進行“去噪”。然后通過小波逆變換得到整幅圖像的光照分布圖像。最后根據反射模型，將對數域觀測圖像與光照分布圖像相減得到圖像光照不變特征。實驗中使用主成分分析對光照不變特征降維，