基于局部纹理方向性的图像增强方法

基于局部纹理方向性的图像增强方法
【专利摘要】基于局部纹理方向性的图像增强方法，包括局部纹理方向判断和局部纹理图像增强两步，在局部纹理方向时，首先计算图像轮廓图；然后在其上计算特征像素点，提取12种特征像素点，并将其划分到8个方向；计算8个方向特征像素点积分图；最后利用特征像素点积分图快速判断图像上任一区域内纹理主方向；在局部纹理图像增强时，首先对原图像进行高提升滤波；再根据局部像素点的纹理方向，迭代执行双线性插值的浮雕化操作与高斯滤波两到三次，直到图像效果稳定；本发明方法能够有效增强方向性纹理特征，突出方向性纹理的方向、密度、纹理宽度等细节，可以有效地抑制光照，噪音等因素对图像纹理的影响，使增强后的纹理的图像应用于其他数字图像处理算法中。
【专利说明】基于局部纹理方向性的图像増强方法

【技术领域】
[0001] 本发明涉及数字图像处理领域中的纹理描述与图像增强【技术领域】，具体涉及一种 基于局部纹理方向性的图像增强方法。

【背景技术】
[0002] 纹理特征描述作为图像分割与分类的首要问题，一直以来都是研宄的焦点。作为 一种重要的视觉线索，它在图像中普遍存在却又难以描述。人们总是试图寻找纹理特征维 数不大、鲁棒性好、区分能力强的特征描述。如今已经有很多不同的纹理描述方法，主要分 为统计方法、几何方法、结构方法、模型方法和信号处理方法；其子方法如灰度共生矩阵法， 傅里叶能量变换法，分形维数法，马尔科夫随机场，小波分析等。这些方法对纹理的特征都 从不同角度进行了描述，并且都具有广泛的用途。
[0003] 图像增强算法在数字图像处理应用中有着广泛的应用，目前主要方法分为空间域 方法与频率域方法。基于空间域的方法包括灰度变换，直方图修正，梯度增强，中值滤波等； 基于频率域的方法主要包括高通滤波，拉普拉斯算子等。各类算法从不同角度对图像进行 变换，可以增强图像某些细节或特征，或者去除图像上我们不关心的内容，为图像的后续处 理提供?目息。


【发明内容】

[0004] 为了解决上述现有技术存在的问题，本发明的目的在于提供一种基于局部纹理方 向性的图像增强方法，可以有效增强方向性纹理特征，突出方向性纹理的方向，密度，纹理 宽度等细节，可以有效地抑制光照，噪音等因素对图像纹理的影响，使增强后的纹理的图像 应用于其他数字图像处理算法中。
[0005] 为达到以上目的，本发明采用以下技术方案：
[0006] 基于局部纹理方向性的图像增强方法，包括如下步骤：
[0007] 步骤1 :局部纹理方向判断
[0008] 1)计算图像轮廓图；
[0009] 2)在轮廓图像上计算特征像素点，提取12种特征像素点，并将其划分到8个方向， 具体方法为：对于轮廓图，根据每个像素点3*3邻域内的情况，求取每个像素点的哈希值， 每个像素点的值非〇即1，使像素点3*3邻域内每个像素点的取值与一个8位2进制数的每 位相对应，这个8位2进制数的十进制形式即是这个像素点的哈希值；对于所有图像上所有 点，只考虑12种极具方向性意义的像素点作为特征像素点，特征像素点满足如下条件：
[0010] Α) 3*3邻域内中心像素点为前景点；
[0011] Β) 3*3邻域内，除中心像素点外，有且仅有两个前景点Al，Α2
[0012] C)在3*3领域内，绕中心像素点沿顺时针方向，Al到A2间隔Dl个背景点，A2到 Al间隔D2个背景点，D1、D2的值或同时为3,或一个为2, 一个为4 ;
[0013] 根据每个像素点的哈希值，提取特征像素点，对于其他哈希值像素点则忽略；
[0014] 8个方向划分的具体方法为：3*3邻域内非中心像素点连线与X轴正向的夹角分别 为 0°、30°、45°、60°、90°、120°、135°、150°，作为 8 个方向；
[0015] 3)计算8个方向的特征像素点积分图；
[0016] 4)利用特征像素点积分图快速判断图像上任一区域内纹理主方向：设在窗口内 相邻两方向的特征像素点数之和最大的两种方向分别为Θ JP Θ 2，其对应的特征像素点数 分别为NUMdP NUM 2，最后此特征像素点的主方向Θ final为特征像素点数之和最大的相邻两 种方向的加权和，如下所示
[0017] Sfinal= Θ ^ (NUM1/ (NUM^NUM2)) + Θ 2* (NUM2/ (NUM11+NUM2))
[0018] 步骤2:局部纹理图像增强
[0019] 1)对图像进行高提升滤波；
[0020] 2)根据局部像素点的纹理方向，迭代执行双线性插值的浮雕化操作与高斯滤波两 到三次，直到图像效果稳定；迭代执行双线性插值的浮雕化操作具体方法为：对原图像上 每个像素点按主方向Θ final的垂直方向，取预设距离的两点作差值，乘以大于10的系数，再 加上背景常数128,采用双线性插值的方法选取距每个像素点按一定方向需要作差的两像 素点值。
[0021] 优选地，对步骤1计算的图像轮廓图进行去噪，减少噪声点对纹理主方向判断的 干扰。
[0022] 本发明和现有技术相比，具有如下优点：
[0023] 通过本发明方法增强图像上方向性纹理的特征和细节。纹理的方向性是纹理图像 的一个基本特征，通过对图像的方向性特征增强，将局部纹理上光照，噪音等不关心的因素 抑制，使局部图像在纹理方向上的细节保留下来，成为图像进一步识别，分类，判断的依据。 增强后的纹理图像保留了纹理的方向性特征与纹理细节，抑制了纹理颜色，光照，噪声等影 响。

【专利附图】

【附图说明】
[0024] 图1为12种特征像素点示意图。
[0025] 图2为8个方向特征像素点分类图。
[0026] 图3为双线性插值的浮雕化操作示意图。
[0027] 图4为高斯滤波的模板图。
[0028] 图5为原图像。
[0029] 图6为增强后的图像。
[0030] 图7为原图像的轮廓图。
[0031] 图8为高提升滤波后的图像。
[0032] 图9为图5的局部放大图。
[0033] 图10为对图9增强后的图像。

【具体实施方式】
[0034] 以下结合附图及具体实施例对本发明作进一步的详细描述。
[0035] 本发明主要分为两大部分：1.局部纹理方向判断；2.局部纹理图像增强。局部纹 理方向判断主要步骤分为轮廓图计算，轮廓图去噪，特征像素点计算，特征像素点积分图计 算，局部纹理方向判断；局部纹理图像增强主要步骤分为高提升滤波，迭代执行双线性插值 浮雕化与高斯模糊。
[0036] 下面分步骤具体介绍：
[0037] 1)局部纹理方向判断
[0038] 局部纹理方向判断使用了一种简单，有效，快速，鲁棒的局部方向性描述子一一可 以在复杂的自然图像中，快速，准确地判断纹理大致方向。纹理的基本方向为后续的双线性 插值浮雕化操作提供了依据。方法首先用canny算子计算轮廓图像；然后对轮廓图作去噪； 再在轮廓二值图上根据每个像素点3*3邻域的情况计算每个像素点的哈希值；根据每个像 素点哈希值的不同，提取12种表征方向意义的像素点；将12种表征方向意义的像素点归类 为8种方向，计算在8个方向上特征点个数的积分图；对于图像上某一区域，通过8种方向 的积分图可以快速计算出局部图像纹理方向。
[0039] I. 1)图像轮廓图计算
[0040] 图象的边缘是指图象局部区域亮度变化显著的部分，该区域的灰度剖面一般可以 看作是一个阶跃，既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的 灰度值。图象的边缘部分集中了图象的大部分信息，图象边缘的确定与提取对于整个图象 场景的识别与理解是非常重要的，同时也是图象分割所依赖的重要特征。对于具有方向性 纹理的图像，图像的边缘图具有明显的特征。这里采用Canny算子计算图像轮廓图，如图7 所示。
[0041] 其主要步骤如下：高斯算子对图像进行平滑，有效抑制图像中存在的噪声；用一 阶差分卷积模板，计算图像梯度幅值和方向；非极大值抑制（匪S)，保留局部梯度最大值 点，抑制非极大梯度值；双阈值算法检测和连接图像轮廓，保留强边缘和与强边缘连接的弱 边缘。
[0042] Canny算子计算出的轮廓图，为下一步提取特征像素点提供依据。
[0043] 1.2)轮廓图去噪
[0044] 对于计算出的轮廓图使用中值滤波，对轮廓图中一些较小细节的噪声进行滤除。 减少噪声点对纹理主方向判断的干扰。
[0045] 1. 3)特征像素点计算
[0046] 对于去噪后的二值轮廓图，根据每个像素点3*3邻域内的情况，求取每个像素点 的哈希值。每个像素点的值非〇即1，使像素点3*3邻域内每个像素点的取值与一个8位2 进制数的每位相对应，这个8位2进制数的十进制形式即是这个像素点的哈希值。
[0047] 对于所有图像上所有点，只希望考虑12种极具方向性意义的像素点作为特征像 素点，特征像素点满足如下条件：
[0048] A) 3*3邻域内中心像素点为前景点；
[0049] B) 3*3邻域内，除中心像素点外，有且仅有两个前景点Al，A2
[0050] C)在3*3领域内，绕中心像素点沿顺时针方向，Al到A2间隔Dl个背景点，A2到 Al间隔D2个背景点，D1、D2的值或同时为3,或一个为2, 一个为4。
[0051] 如图1所示（黑色点代表前景点，白色点代表背景点）。根据每个像素点的哈希 值，我们可以提取这些我们感兴趣的特征像素点，对于其他哈希值像素点则忽略。
[0052] 如图2所示，对于提取的12种像素点，将其分为8个方向，3*3邻域内非中心像素 点连线与X轴正向的夹角分别为0°、30°、45°、60°、90°、120°、135°、150°，作为8个 方向。
[0053] 1.4)局部纹理方向计算
[0054] 为了快速计算图像在任一区域内对于特征像素点的统计信息，需要图像局部区域 内哪个方向的特征像素点统计值多。先计算关于8个方向的特征像素点积分图，对于每一 种方向的像素点，计算SUM[i][j]，代表图像内由（0,0)，（i，0)，（0, j)，（i，j)这四个点围成 的矩形区域内，此种方向像素点的个数。对于SUM[i][j]的计算用普通积分图递推公式即 可，如下所示，Pixel[i][j]代表像素点（i，j)是否为此种方向的像素点，是则为1，否则为 0 ：
[0055] SUM[i] [j] = SUM[i-l] [j]+SUM[i] [j-1]-SUM[i-l] [j-1]+Pixel [i] [j]
[0056] 对于计算得到的8种方向的特征像素点积分图，可以用来快速计算任一区域内8 种特征像素点的统计值。以某一像素点（i，j)为中心，在边长为d的窗口范围内统计各方 向特征像素点数，某一方向的特征像素点数公式如下：
[0057] Total = SUM [i + d/2] [ j + d/2]-SUM [i + d/2] [ j-d/2]-SUM [i-d/2] [j+d/2]+SUM[i-d/2][j-d/2]
[0058] 设在窗口内相邻两方向的特征像素点数和最大的两种方向分别为Θ I和Θ 2,其 对应的特征像素点数分别为NUMl，NUM2,最后此像素点的方向为这相邻两种方向的加权和， 如下所示
[0059] Θ final = Θ I*(NUMl/(NUM1+NUM2))+ Θ 2*(NUM2/(NUM1+NUM2))
[0060] 因为假设局部纹理方向是一致的，所以对每个像素点的方向再进行一次均值滤 波，使局部纹理方向尽量一致。
[0061] 2)局部纹理图像增强
[0062] 局部纹理图像增强，根据上一个步骤中计算出的局部纹理方向对纹理作图像增 强。因为方向性纹理的特殊性，这里沿着局部纹理垂直方向迭代执行类浮雕化操作，增强方 向性纹理，保留方向性纹理特征，抑制除纹理方向以外的其他特征，达到图像增强的目的。
[0063] 2. 1)高提升滤波
[0064] 高提升滤波是一种常见的图像锐化方法，对原图滤波以后效果如图8所示，其主 要步骤为：1.模糊原图像。2.从原图像中减去模糊图像得到一个模板图像，其计算公式 为：gmask(x，y) = f(x，y) - f(x，y) 3.将模板图像乘以大于10的系数再加到原图像 O 上。这种锐化方式主要对图像边缘进行锐化，对图像上色彩连续均匀变换的地方给予了保 留，主要的优点是可以在保证图像锐化的同时极少地产生噪音。其公式为：g(x，y) =f(x， y)+k*gmask(x，y)。其中：f (x，y)表示原图像，表示模糊后的图像，gmask(x，y)表示模 板图像，g(x，y)表示高提升滤波后的图像，k为一个较大的系数。
[0065] 2. 2)双线性插值浮雕化
[0066] 在锐化后的图像上作带双线性插值的浮雕化操作。对图像上每个像素点按一定方 向，取一定距离的两点作差值，乘以大于10的系数，再加上背景常数128(图像为灰度图，像 素点最大值为255)。这样使得相差较大的灰度值，相差更加突出，从而增强局部纹理的效 果，使光照，噪声等因素得到抑制。在选取一个像素点按固定方向一定距离的两点作差值 时，因为两像素点坐标不一定是整数，所以选取的两点不一定能从图像上直接取到，如果选 取较近的整数点近似代替，则会使浮雕化后的图像产生较多的噪音。这里采用双线性插指 的方法选取距每个像素点按一定方向需要作差的两像素点值。
[0067] 具体细节如下：
[0068] a.对于图像中的像素点，根据局部纹理方向判断中计算出的像素点纹理方向 Θ final的垂直方向，以预设距离d，选取需要作差值的两点坐标b和c，如图3所示，计算公式 如下所述X，y代表相应像素点坐标。
[0069] b. X = a. x_d*sin Θ .
[0070] b. y = a. y+d*cos θ
[0071] c. x = a. x+d*sin θ .
[0072] c. y = a. y_d*cos θ
[0073] b.对于计算出的b，c点坐标可能不为整数，无法直接从图像上获得像素点灰度 值，这里采用双线性插值的方法获得一一获取最相邻近四个像素点的灰度值乘以对应权重 系数，即对于图上点b、c，通过对应白框四个顶点的灰度值计算其取值，对每个像素点乘以 与目标点的距离相关的比例系数再求和。
[0074] c.对于取得的b，c两点的值，求取差的绝对值，乘以一个较大的比例系数k，再加 上背景常量128,即为最后点a浮雕化后的值，公式如下：
[0075] ANS = MIN(255, MAX(0, (B_value-C_value)*k+128)))
[0076] 2· 3)高斯滤波
[0077] 对于浮雕化操作以后的图像还会存在很多噪声，这里采用高斯滤波器对图像噪声 进行抑制。高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤波器，如图4 所示。高斯平滑滤波器对于抑制服从正态分布的噪声非常有效。通过对整幅图像进行加权 平均，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。
[0078] 高斯滤波后，整体图像又会趋于模糊，再重复执行步骤2. 2与步骤2. 3,此过程迭 代执行2至3次，使图像质量增强质量趋于稳定，局部原图像如图9所示，增强后图像如图 10所示。
[0079] 本发明提出一种基于局部方向性纹理的图像增强算法，可以有效增强方向性纹理 特征，突出方向性纹理的方向，密度，纹理宽度等细节，可以有效地抑制光照，噪音等因素对 图像纹理的影响，使增强后的纹理的图像应用于其他数字图像处理算法中，纹理增强前后 图像如图5和图6所示。
【权利要求】
1. 基于局部纹理方向性的图像增强方法，其特征在于；包括如下步骤： 步骤1;局部纹理方向判断 1) 计算图像轮廓图； 2) 在轮廓图像上计算特征像素点，提取12种特征像素点，并将其划分到8个方向，具体 方法为：对于轮廓图，根据每个像素点3*3邻域内的情况，求取每个像素点的哈希值，每个 像素点的值非0即1，使像素点3*3邻域内每个像素点的取值与一个8位2进制数的每位相 对应，该个8位2进制数的十进制形式即是该个像素点的哈希值；对于所有图像上所有点， 只考虑12种极具方向性意义的像素点作为特征像素点，特征像素点满足如下条件： A) 3*3邻域内中屯、像素点为前景点； B) 3*3邻域内，除中屯、像素点外，有且仅有两个前景点A1，A2 C) 在3*3领域内，绕中屯、像素点沿顺时针方向，A1到A2间隔D1个背景点，A2到A1间 隔D2个背景点，D1、D2的值或同时为3,或一个为2, 一个为4 ; 根据每个像素点的哈希值，提取特征像素点，对于其他哈希值像素点则忽略； 8个方向划分的具体方法为；3*3邻域内非中屯、像素点连线与X轴正向的夹角分别为 0。、30。、45。、60。、90。、120。、135。、150。，作为 8 个方向； 3) 计算8个方向的特征像素点积分图； 4) 利用特征像素点积分图快速判断图像上任一区域内纹理主方向：设在窗口内相邻 两方向的特征像素点数之和最大的两种方向分别为和0 2,其对应的特征像素点数分别 为NUMi和NUM2,最后此特征像素点的主方向0 为特征像素点数之和最大的相邻两种方 向的加权和，如下所示 白final=白 1* (NUMi/ (NUM1+NUM2) ) + 白 2* (NUM2/^(NUMiI+NUM2)) 步骤2;局部纹理图像增强 1) 对图像进行高提升滤波； 2) 根据局部像素点的纹理方向，迭代执行双线性插值的浮雕化操作与高斯滤波两到= 次，直到图像效果稳定；迭代执行双线性插值的浮雕化操作具体方法为；对原图像上每个 像素点按主方向0 的垂直方向，取预设距离的两点作差值，乘W大于10的系数，再加上 背景常数128,采用双线性插值的方法选取距每个像素点按一定方向需要作差的两像素点 值。
2. 根据权利要求1所述的基于局部纹理方向性的图像增强方法，其特征在于；对步骤1 计算的图像轮廓图进行去噪。
【文档编号】G06T5/20GK104463814SQ201410741870
【公开日】2015年3月25日 申请日期:2014年12月8日 优先权日:2014年12月8日
【发明者】宋永红, 龚晨, 张元林 申请人:西安交通大学