FCTH(Fuzzy Color and Texture Histogram)算法
FROM:?http://blog.csdn.net/leixiaohua1020/article/details/16883143
模糊顏色和紋理直方圖(Fuzzy Color and Texture Histogram,FCTH)
?
本文節(jié)選自論文《基于半監(jiān)督和主動學(xué)習(xí)相結(jié)合的圖像的檢索研究》
FCTH 特征可從 3 個模糊單元的組合求得結(jié)果。先將圖像劃分成若干分塊,在第一個模糊單元中以 HSV 顏色空間的三個信道為輸入,經(jīng)模糊系統(tǒng)最終產(chǎn)生 10-bin 的直方圖。在第二個模糊單元修改每個顏色的色調(diào)后,經(jīng)模糊系統(tǒng)最終產(chǎn)生 24-bin 的直方圖。以上兩個模糊單元在顏色描述子的章節(jié)中已詳細(xì)作了解釋,且模糊顏色描述子與 CEDD中所提的顏色描述子是同一個概念,在此不再累述。在第三個模糊單元中,將圖像分塊經(jīng) Harr 小波變換成一組紋理元素,模糊系統(tǒng)以這些紋理元素集為輸入將 24-bin 直方圖轉(zhuǎn)換成 192-bin 的直方圖。最后是描述 FCTH 特征提取的實(shí)現(xiàn)。
2.1.3.2.1. 模糊紋理分割
模糊系統(tǒng)如圖 2-8 所示,展示了模糊紋理直方圖的求解過程,圖像分塊經(jīng) Harr 小波變換得到三個紋理元素fLH,fHL和fHH。這三個紋理元素作為模糊系統(tǒng)的輸入,可得到 8-bin 直方圖,8bins 對應(yīng)的區(qū)域分別是:(0)低能量線性區(qū),(1)低能量水平激活區(qū),(2)低能量垂直激活區(qū),(3)低能量水平和垂直激活區(qū),(4)高能量線性區(qū),(5)高能量水平激活區(qū),(6)高能量垂直激活區(qū),(7)高能量水平和垂直激活區(qū)。
事實(shí)證明fLH,fHL和fHH等紋理元素能有效辨別圖像的紋理。
2.1.3.2.2. FCTH 的實(shí)現(xiàn)
首先定義與提取顏色信息相關(guān)的單元為顏色單元,與提取紋理信息相關(guān)的單元為紋理單元,如圖 2-9 所示,紋理單元所在的模糊系統(tǒng)產(chǎn)生了 8 個區(qū)間,顏色單元所在的模糊系統(tǒng)產(chǎn)生了 24 個獨(dú)立區(qū)間,這樣最終的直方圖將產(chǎn)生 8*24=192bin 區(qū)域。為了塑造這個直方圖,衡量圖像的細(xì)節(jié)與計(jì)算要求,先將圖像分割成 1600 個分塊。如果定義紋理單元的bin為N并且顏色單元的bin為M,那么該圖像分塊的直方圖位置將為:N*24+M。
整個 FCTH 的實(shí)現(xiàn)模型如圖 2-9 所示,分為紋理單元模塊與顏色單元模塊。
?
a) 在紋理單元模塊中,每個圖像分塊經(jīng) Harr 小波變換得到三個紋理元素fLH,fHL和fHH的值,經(jīng)模糊關(guān)聯(lián)系統(tǒng)分類可將該圖像分塊歸類于 8-bin 直方圖中的一種。假設(shè)該圖像分塊被歸類到第二 bin 中,則它對應(yīng)的紋理應(yīng)為低能量水平激活區(qū)。
b) 在顏色單元模塊中,每個圖像分塊被轉(zhuǎn)化到 HSV 顏色空間。信道色調(diào) H,飽和度 S,亮度V組成模糊系統(tǒng)的輸入,得到輸出為10-bin的直方圖。假設(shè)輸出結(jié)果為第4bin,對應(yīng)的顏色為紅色。第二個模糊系統(tǒng)(24-bin 模糊關(guān)聯(lián))將原先的每個色調(diào)再次分割成 3 色調(diào),改變亮度 V 為兩個模糊區(qū)間,得出輸出為 24-bin 直方圖。再假設(shè)輸出結(jié)果為第 4bin,此時(shí)對應(yīng)的顏色卻為深紅色。合并這三個模糊系統(tǒng)最終可將該圖像分塊歸類為 27bin(1*24+3)。
c) 反復(fù)對圖像的所有分塊執(zhí)行上(a),(b)兩個步驟,得到整張圖像的直方圖,直方圖會歸一于{0-1}區(qū)間內(nèi),而每個直方圖可量化為 3 比特。
?
2.1.3.2.3. FCTH 特征的相似度量
為了計(jì)算 FCTH 特征向量的相似性距離我們選擇使用 Tanimoto 系數(shù)。
總結(jié)
以上是生活随笔為你收集整理的FCTH(Fuzzy Color and Texture Histogram)算法的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 基于摄像头使用Cascade Class
- 下一篇: CEDD(Color and Edge