基于多紋理特征自然紋理分類識別的研究

王晗 王輝

（1.盤錦高級技工學校 遼寧省盤錦市 124000 2.盤錦職業技術學院 遼寧省盤錦市 124000）

自然紋理具有復雜精細的結構，目前還沒有統一公認的定義和標準，如何進行有效描述和表征自然紋理一直是計算機視覺領域的重要研究方向[1]。一般來說，常見自然紋理包括木紋、顆粒、魚鱗、裂紋、斑紋、絨毛、條紋和波紋等多種，其中以板材表面紋理的變化最多、最為復雜。因此，本文選擇板材紋理作為自然紋理的典型代表對象進行分類識別研究。以往的研究，只從單一的角度去觀測板材表面的紋理特征，這顯然是不充分的[2～3]。本文提出了一種基于多紋理特征的自然紋理分類識別方法，將三類紋理分析方法看成是三種不同類型的傳感器，分別在空間域和頻率域中提取了板材自然紋理圖像的紋理參數，并運用多傳感器數據融合理論，從多個角度觀測了板材表面的自然紋理特征，利用特征選擇算法消除了多類特征參數間的冗余性，并借用了特征參數間的互補信息，達到了提高對板材自然紋理樣本識別能力的目的。

1 自然紋理特征的獲取

1.1 GLCM與GMRF及其特征計算

灰度共生矩陣（GLCM）則是一種常用紋理統計分析方法，它通過統計在灰度空間上具有特定某種位置關系的一對灰度像素同時出現的頻數[4～6]。具體可描述為從灰度值為i 的圖像像素(x, y)出發，統計與其距離為d、灰度值為j 的圖像像素(x+Δx, y+Δy)同時出現的頻數值P(i, j, d,θ) ，數學上可定義是為：

一般情況下，我們并不直接……