基於隨機投影的圖像紋理特徵及其套用研究

《基於隨機投影的圖像紋理特徵及其套用研究》是依託中國人民解放軍國防科技大學，由劉麗擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於隨機投影的圖像紋理特徵及其套用研究
• 項目類別：青年科學基金項目
• 項目負責人：劉麗
• 依託單位：中國人民解放軍國防科技大學

中文摘要

紋理是圖像的主要特性之一，在圖像分析與模式識別領域占有重要地位。如何簡單、高效提取具有光照、旋轉、視點和尺度不變性的紋理特徵，實現高性能圖像分析一直是人們關注的研究熱點之一。本課題以紋理分類和分割為主要研究對象，研究基於隨機投影的紋理特徵理論和方法，旨在提取簡單、低維、有效、穩健的多類型新紋理特徵，建立組合這些新特徵進行紋理圖像分類與分割方法，提高處理性能及適應多套用領域的能力。本課題擬開展如下研究：（1）在特徵提取方面，利用紋理圖像的稀疏性，引入隨機投影和壓縮感知理論，提出新隨機紋理特徵和有序隨機投影旋轉不變紋理特徵，並研究增強其抗噪性的方法；（2）在特徵組合與分類器方面，在所提新紋理特徵基礎上，設計面向套用的基於支持向量機和多核學習的自適應最優特徵學習方法；（3）在套用方面，構建基於隨機投影或組合隨機特徵的高效、穩健的紋理分類和材質識別系統以及研究紋理分割框架的設計及其快速實現。

結題摘要

本項目從基礎理論和實現方法兩個角度對魯棒紋理分類和紋理分割問題展開了研究，主要研究成果包括： 一、首次將隨機投影技術和Johnson-Lindenstrauss引理引入紋理分析領域，設計了一種簡單、新穎而又有效的RP分類器。新的RP分類器利用了紋理圖像具有稀疏性這一潛在的先驗知識，其特徵提取過程簡單直觀，複雜度低，可擴展性好，穩健且十分便於工程實現。 二、針對旋轉不變性紋理圖像分類問題，在RP分類器的基礎上，提出一種新的有序隨機投影（ SRP）分類方法。提出了三個基於強度信息的隨機特徵描述子：SRP Global、SRP Square和SRP Circular，以及兩種基於強度差分的新局部描述子：SRP徑向差分描述子（SRP Radial-Diff）和SRP角向差分描述子（SRP Angular-Diff）。 三、為進一步提高紋理特徵的穩健性以及對紋理圖像成像環境的適應能力，深入分析和挖掘不同SRP隨機紋理特徵之間的內在關聯，由此提出一種基於多核學習的多種SRP特徵融合新紋理分類系統。將SRP Circular、SRP Radial-Diff和SRP Angular-Diff進行組合以獲得更全面的紋理信息表示。提出通過多核SVMs對它們進行組合，進一步提高了紋理分類的正確率與穩健性。 四、針對紋理分割問題，以構建實用化的紋理分割框架為目的，研究了隨機投影在紋理分割中的套用，提出了基於隨機投影和單一BoW的紋理分割新方法。提出了一種基於局部徑向差分運算元、隨機投影與BoW模型的簡單、有效且穩健的有監督紋理分割新方法。 五、首次探索實用性強的LBP方法和理論性紮實的壓縮感知方法之間的聯繫，提出幾種新的理論簡單而又有效的多分辨擴展LBP紋理特徵描述子（NI-LBP, CI-LBP, RD-LBP和AD-LBP），並對它們進行聯合，用於光照不變和旋轉不變紋理圖像分類，分類性能相比傳統LBP方法有了大幅度提高。 六、針對含有噪聲的紋理圖像的分類問題，提出兩種快速而又有效抗噪局部紋理特徵描述子：BRINT和MRELBP。在提出的兩種新的魯棒描述子BRINT和MRELBP中，相比而言，MRELBP的性能更加優秀，就特徵提取計算複雜度、特徵維數、分類精準度和對圖像旋轉變化、尺度變化和光照變化以及噪聲污染幾個指標綜合考慮，MRELBP為現有的最優秀的紋理特徵描述子。