基于四元数Gabor滤波的彩色纹理特征提取

计算机工程与科学

基于四元数Gabor滤波的彩色纹理特征提取

孟勃1，王晓霖1，李东威2

(1.东北电力大学信息工程学院，吉林吉林 132012;

2.中国石油天然气股份有限公司吉林石化公司铁路运输部车辆车间，吉林吉林 132012)

收稿日期:2017-06-07 修回日期:2017-08-15 出版日期:2018-09-25 发布日期:2018-09-25
基金资助:
国家自然科学基金青年项目（61602108）；吉林市科技局项目（20166016）

Color texture features extraction based on quaternion Gabor

MENG Bo1，WANG Xiaolin1，LI Dongwei2

(1.School of Information Engineering,Northeast Electric Power University,Jilin 132012;

2.Vehicle Workshop,Ministry of Railways of the Jilin Petrochemical Co.，PetroChina Co. Ltd.，Jilin 132012,China)

Received:2017-06-07 Revised:2017-08-15 Online:2018-09-25 Published:2018-09-25

摘要/Abstract

摘要：

现有的彩色图像纹理特征提取方法是将彩色图像转换为灰度图像或者对彩色图像进行分通道处理，这样的处理方法会丢失原图像的颜色信息和各通道间的相关性，导致特征图像的纹理特征和原图像的纹理特征差异较大。基于上述问题，提出了一种四元数Gabor彩色纹理特征提取方法。首先，根据Gabor滤波和四元数欧拉公式，推导出四元数Gabor滤波，并将彩色图像用四元数矩阵表达；其次提出四元数Gabor滤波卷积算法处理彩色图像，得到多尺度多方向的彩色纹理特征图像；最后对得到的彩色纹理特征图像进行Tamura统计特征的提取。实验结果表明，该方法可以很大程度地保留原图像的粗糙度、对比度和方向度等纹理特征，同时可以提取到原图像的颜色信息。在转化为灰度图像后，该方法在保留粗糙度、对比度和方向度等纹理特征方面优于传统Gabor方法和LBP方法。

关键词: 彩色纹理, 特征提取, 四元数, Gabor滤波

Abstract:

Current color texture feature extraction methods transform color images into gray images or process color image by channel separation, which can lead to color information loss of the original image or correlation loss between channels, so that the texture feature of the feature image differs greatly from that of the original image. To solve the above mentioned problems, we propose a quaternion Gabor method to extract color texture features. Firstly, quaternion Gabor filter is deduced according to traditional Gabor filter and quaternion Euler’s formula, and the color image is described by Quaternion field. Secondly, we propose a quaternion Gabor convolution algorithm to process the color image, and obtain a multiscale, multidirection color texture image. Finally, Tamura statistical feature is extracted from the color texture image. Experimental results show that the proposed method can maintain text features of the original image such as coarseness, contrast and directionality to a great extent and meanwhile obtain color information, which outperforms the traditional Gabor feature image and LBP method.

Key words: color texture, feature extraction, quaternion, Gabor filter

孟勃1，王晓霖1，李东威2. 基于四元数Gabor滤波的彩色纹理特征提取[J]. 计算机工程与科学.

MENG Bo1，WANG Xiaolin1，LI Dongwei2. Color texture features extraction based on quaternion Gabor[J]. Computer Engineering & Science.

[1]	任晟岐, 宋伟. 基于GGInformer模型的多维时间序列特征提取与预测研究[J]. 计算机工程与科学, 2024, 46(04): 590-598.
[2]	崔浩, 万亚平, 钟华, 聂明星, 肖杨. 基于LoRa设备的人体活动识别研究[J]. 计算机工程与科学, 2024, 46(01): 111-121.
[3]	张文豪, 瞿绍军. 基于双解码器结构的多尺度注意力特征融合网络的视网膜血管分割#br#[J]. 计算机工程与科学, 2023, 45(12): 2175-2185.
[4]	陈巩, 李占利, 朱莉. 多尺度深度特征融合的个人信用风险预测[J]. 计算机工程与科学, 2023, 45(12): 2265-2273.
[5]	周成江, 贾云华, 张雨宽, 禄俊. 基于FCEEMD复合筛选的故障特征提取方法[J]. 计算机工程与科学, 2023, 45(11): 2070-2077.
[6]	吕小姣, 张玉梅, 杨红红, 吴晓军, . 基于距离排序的DUPSO-DSVM民歌快速分类算法研究[J]. 计算机工程与科学, 2023, 45(10): 1874-1833.
[7]	张建伟, 周亚同, 史宝军, 何昊, 王文. 基于SSD算法的轻量化仪器表盘检测算法[J]. 计算机工程与科学, 2022, 44(08): 1418-1425.
[8]	刘云, 郑文凤, 张轶. 代价约束算法对入侵检测特征提取的优化研究[J]. 计算机工程与科学, 2022, 44(03): 447-453.
[9]	谈恩民, 王晨. 基于表征学习的模拟电路故障诊断[J]. 计算机工程与科学, 2022, 44(01): 27-35.
[10]	姬子恒, 王斌. 基于深度学习的草图检索方法研究进展[J]. 计算机工程与科学, 2021, 43(12): 2190-2205.
[11]	王鑫, 廖祎玮, 赵国生, 王健, 谢宝文. 一种面向任务需求的群智感知任务分配模型[J]. 计算机工程与科学, 2021, 43(08): 1512-1520.
[12]	张永梅, 滑瑞敏, 马健喆, 胡蕾. 基于深度学习与超分辨率重建的遥感高时空融合方法[J]. 计算机工程与科学, 2020, 42(09): 1578-1586.
[13]	王思齐, 胡婧韬, 余广, 祝恩, 蔡志平. 智能视频异常事件检测方法综述[J]. 计算机工程与科学, 2020, 42(08): 1393-1405.
[14]	沈晓燕, 王雪梅, 王燕. 基于样本熵和模式识别的脑电信号识别算法研究[J]. 计算机工程与科学, 2020, 42(08): 1482-1488.
[15]	盛明伟，唐松奇，万磊，秦洪德，李俊. 基于改进CNN-RANSAC的水下图像特征配准方法[J]. 计算机工程与科学, 2020, 42(05): 859-868.