(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111638334.8 (22)申请日 2021.12.2 9 (71)申请人 江苏航空职业 技术学院 地址 212134 江苏省镇江市镇江新区瑞 城 路88号 (72)发明人 王亚琼　侯振华　尚金秋　 (74)专利代理 机构 镇江京科专利商标代理有限 公司 32107 代理人 夏哲华 (51)Int.Cl. G06V 10/762(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01) G06T 7/45(2017.01) G06V 10/44(2022.01) (54)发明名称 用于纹理图像特 征分析的图像识别方法 (57)摘要 本发明涉及一种用于纹理图像特征分析的 图像识别方法。 该方法包括以下步骤： （1） 对输入 的像素值为M ×N的图像， 利用Gabor核函数的实 部进行4方向滤波， 生成图像的纹理特征； （2） 对 于每个像素点的四维度信息， 取其值最大的一个 方向代表该像素点的方向； （3） 形成一个n ×n的 邻域矩阵， 让这个矩阵窗口漂移遍历图像中每个 像素点； （4） 对于任意一个像素点P1和它的邻域 内任一像素点P2， P1P2的方向组合有16种； 当邻域 矩阵漂移遍历整幅图像时， 便可以统计出每种组 合出现的次数； （5） 根据每种组合出现次数的不 同， 统计出一个(n2‑1)×16的特征矩阵， 对形成 的特征矩阵进行聚类分析。 本发明处理精度高， 运算代价低。 权利要求书1页 说明书3页 附图1页 CN 114359608 A 2022.04.15 CN 114359608 A 1.一种用于纹 理图像特 征分析的图像识别方法， 其特 征是： 包括以下步骤， （1） 对输入的像素值为M ×N的图像， 利用Gabor核函数的实部进行4方向滤波， 生成图像 的纹理特征， 即每个像素点都有四维的特 征； （2） 对于每 个像素点的四维度信息， 取其 值最大的一个方向代 表该像素点的方向； （3） 形成一个n ×n的邻域矩阵， 让这个矩阵窗口漂移遍历图像中每 个像素点； （4） 对于任意一个像素点P1和它的邻域内任一像素点P2， 每个像素点都可能有4个方向， 因此P1P2的组合就有16种； 由于任意一个像素点周围的邻域都包含了(n2‑1)个位置不同的 像素点， 当n ×n的邻域矩阵漂移遍历整幅图像时， 便可以统计出每种组合出现的次数； （5） 根据每种组合出现次数的不同， 统计出一个(n2‑1)×16的矩阵， 即为原图像的特征 矩阵， 对形成的特 征矩阵进行聚类分析。 2.根据权利要求1所述的用于纹理图像特征分析的图像识别方法， 其特征是： 步骤 （2） 中给每个像素点按照四个方向的不同贴上标签， 以四个标签分别对应不同颜色的方式来可 视化表示。 3.根据权利要求1所述的用于纹理图像特征分析的图像识别方法， 其特征是： 步骤 （3） 中所述的邻域矩阵为5 ×5的矩阵。权　利　要　求　书 1/1 页 2 CN 114359608 A 2用于纹理图像特征分析的图像识别方 法 技术领域 [0001]本发明涉及图像的快速识别处理技术， 具体是一种用于 纹理图像特征分析的图像 识别方法。 背景技术 [0002]在各种图像检测识别的应用场合， 例如对飞机铆接加工缺陷的图像检测处理、 对 指纹等生理特征图像进行识别处理等。 在利用电子信息处理技术进行图像聚类分析时， 往 往需要进行降维以减少运算代价， 同时又不影响原始图像中的特征信息， 即不影响图像识 别精度。 将高维数据变换到低维空间的方法大概可以分为： 特征选择和特征变换两种， 特征 选择算法往往会随着图像维度升高， 子空间数目增长， 计算复杂度较高， 而特征变换就不会 有这方面的问题。 [0003]现有的特征变换方法可以被分为两类： (1)直接压缩 或裁减， 这类方法通常会造成 信息损失和形变， 进而对识别精度造成影响； (2)另一类是线性变换， 例如标准正交变换、 白 化变换、 线性判别分析法(LDA)、 主成分分析法(PCA)等。 其中， 标准正交变换和白化变换不 能实现降维的目标， 它们都属于等维度变换， 因而不能实现不同维度特征信息化为相同维 度的目的； LDA是一个可以实现降维的算法， 但它是一个有监督的变换方法， 在运算过程中， 它用每个类的均值点代表这个类， 同时其能提取 的特征数受类别数 的限制， 这是它的不足 之处； PCA考查的统计量是所有样本的协方差矩阵， 虽然起到了降维的效果， 但它只是对输 入的数据集进行 的处理， 对于图像处理来说， 并不能直观的看到变换后的结果和变换前 的 数据关系， 和LDA一样， 它 们都不能明确给 出特征从高维空间到低维空间中的映射关系。 发明内容 [0004]本发明所要解决的技术问题是， 针对传统特征变换算法的不足之处， 提供一种在 保证较高处理精度的同时， 能够提高运算效率、 减少运算代价的用于纹理图像特征分析 的 图像识别方法。 [0005]本发明的用于纹 理图像特 征分析的图像识别方法包括以下步骤： [0006](1)对输入的像素值为M ×N的图像， 利用Gabor核函数的实部进行4方向(0 °、 45°、 90°、 135°)滤波， 生成图像的纹 理特征， 即每个像素点都有四维的特 征(M×N×4)； [0007](2)对于每个像素点的四维度信息， 取其值最大的一个方向代表该像素点的方向； (3)针对每个像素点P1(座标为(x,y))， 形成一个n ×n的邻域矩阵(n为正整数)， 让这个矩阵 窗口漂移遍历图像中每 个像素点； [0008](4)对于任意一个像素P1和它的邻域内任一点P2(座标为(x+a,y+b),a∈[ ‑2,2]， b ∈[‑2,2])， 每个像素点都可能有4个方向， 因此P1P2的组合就有16种； 由于任意一个像素点 周围的邻域都包含了(n2‑1)个位置不同的像素点， 当n ×n的邻域矩阵漂移遍历整幅图像 时， 便可以统计出每种组合出现的次数； [0009](5)根据每种组合出现次数的不同， 统计出一个(n2‑1)×16的矩阵， 即为原图像的说　明　书 1/3 页 3 CN 114359608 A 3