张文倩

（中北大学 信息与通信工程学院, 太原 030051）

0 引言

随着计算机技术的迅猛发展以及机器学习在军事、工业、农业等各方面的应用，机器视觉成为重要的热点研究课题之一。纹理作为反应物体表面粗糙度、方向性和规则性的一种重要手段，是构建机器视觉中非常重要的一环，也是其研究的意义所在。目前对纹理的分析研究已经有40多年的历史，并且在纹理分割、纹理分类、纹理合成等领域取得了一定的成果。但因为纹理种类繁多，其中没有一种算法能够普遍适用于各种不同纹理种类的分类，还需要做进一步的工作提高纹理分类算法的鲁棒性和适用性。本文由图像的几何拓扑属性出发研究了统计几何特征提取方法，结合支持向量机的多分类方法在纹理分类中取得了较好的成效。

1 统计几何特征

本文对统计几何特征提取方法进行了研究，利用图像函数图来进行纹理描述，使用一个可变的阈值把一幅灰度纹理图像切割成一系列二进制图像，由二进制图像的连通域、几何拓扑属性推导纹理描述特征。实验结果表明，统计几何特征具有非常强的纹理描述能力，同时能够克服图像的旋转，其纹理识别能力高于常用的灰度共生矩阵、离散小波变换等方法。

1.1 二值图像分割

统计几何特征将一幅大小为nx×ny具有nl灰度级的图像表示成一个二维函数f(x,y)，其中，(x,y) ∈ {0 ,1,… ,nx-1} {0 ,1,… ,nx-1}，f(x,y)∈ { 0 ,1,… ,nl-1}，f(x,y)是像素点在(x,y)处的灰度值。当一幅图像f(x,y)由一个阈值α，α∈{1 , … ,nl-1}截取时，便得到一个二值图像，即：