技术领域
本发明涉及用于对图像进行分析、分类和/或表示的方法和装置，并 涉及对表示图像的信号的处理。
图像中区域的某些与强度/色彩图案的均匀度、粗度或光滑度相关的 视觉特性一般被称为纹理属性。纹理属性对于人感知和识别物体而言是 很重要的。它们还可应用于机器观测中的各种任务，例如用于自动可视 检查或遥感，例如分析从多种频谱图像传感器获得的卫星图像或航空图 像。
纹理分析通常包括从图像或区域提取特性化纹理特征，这些特征可 在之后用于图像匹配、区域分类等等。
背景技术
欧洲专利申请EP-A-1306805描述了一种对图像(尤其是图像的纹理 属性)进行分类的方法。该方法包括以下步骤，即，通过使用预定的映 射函数将图像的二维表示映射成一维表示而导出表示纹理的特征向量， 然后确定该表示的级穿越(1evel-crossing)统计；具体是指：(i)该表示 穿越基准级或多个基准级(阈值)的速率；(ii)该表示在穿越基准级时 的改变速率；以及(iii)该表示保持在单个基准级或多个基准级(阈值) 之上(或之下)的平均持续时间。
C.Santamaria，M.Bober和W Szajnowski在Proceedings of the 17th International Conference on Pattern Recognition(ICPR-2004)，Cambridge UK，23-26August 2004(这里称为“ICPR-04”)上发表的文章“Texture Analysis using Level Crossing Statistics”中提出了一种采用EP-A-1306805 中描述的级穿越统计的新型的统计纹理描述符(descriptor)。利用四个基 准级在滑动窗中执行对描述符的提取(即，对级穿越特征的统计分析)， 所述四个基准级根据分析窗内信号的最小、最大和平均幅值而确定；这 四个级是信号的最大值的25％、50％、75％以及中值。为了描述以各种空 间尺度展现的图像属性，使用三个不同的段长：21、201和1001像素。 尽管所提出的算法在基于纹理的图像检索以及基于纹理的图像分段方面 都优于现有技术的算法，但已经发现性能和属性可得到进一步改善。
发明内容
在所附权利要求中阐明了本发明的方面。
根据本发明的另一独立方面，将图像的一维表示分解成表示由所述 表示占用的频带的不同部分的分量信号。
优选的是，所述分解通过以下方式实现：使用低通滤波器，优选地 利用基本恒定且已知(优选为零)的群延迟对所述表示进行滤波；并从 最初信号中减去经滤波的信号(即，在所述滤波器的输出端处的信号)。 该过程重复数次以获得几个带限分量信号。因此，在优选实施方式中， 使用多个具有不同滤波特性的低通滤波器来生成所述表示的扩展到不同 最高频率(upper frequency)的多个不同版本，并从具有下一更高的最高 频率的版本中减去各个版本以提供相应的分量函数。
在本发明的优选实施方式中，通过应用向后(backward)和向前 (forward)的递归滤波而获得群延迟精确为零的滤波器，从而能够使用 简单内核。
在图像分析中，常常需要以不同的空间分辨率来描述图像属性。 ICPR-04方案通过使用三个长度不同(21、201和1001像素)的信号分 析窗来实现这一点。窗长度根据实验确定(即，对于纹理分析应用最优 化)，这是很耗时的处理并且无法确保对于所有不同的应用和图像数据使 性能最优化。公知的是，在某些条件下(例如，取决于所关注信号的特 性，如果上截止频率与下截止频率之比小在2到3之间)，带通信号可通 过其一组过零(zero crossing)来充分表示。本发明的上述方面使得能够 对图像进行多分辨率表示而无需使用多个分析窗。这是通过将新型信号 分解应用到带宽限制的分量信号中并向各个分量信号应用级统计分析而 实现的。
在优选实施方式中，可通过确定最低频带中的信号能量而自适应地 确定用于图像分析的分量带限信号(或通道)的数量。因此，多分辨率 “尺度”的数量以及它们的空间范围根据图像的属性而自适应地加以定 义。
在EP-A-1306805和ICPR-04文章提出的方法中，以特定方式选择用 于纹理分析的穿越级。图像的强度或色彩分量形成非负函数，该非负函 数具有不对称的幅度统计分布并且常常具有不稳定的性能，因此任何单 个固定级或多个固定级的穿越都不能提供充分的图像信号特性表示。可 通过使用本发明的上述方面而克服或至少缓解该问题。具体地说，在优 选实施方式中，用于导出带宽限制的分量信号的低通滤波器还用于定义 用于另一分量信号的自适应基准级。
本发明的另一独立方面涉及到用于将图像映射成一维函数的映射函 数。根据该另一方面，使用具有局部区域填充属性的新型的闭合轮廓扫 描图案实现映射。
在笛卡儿坐标系统中，待处理的原始图像通过非负函数f(x，y)≥0描 述，其中x和y是两个空间变量。为方便起见，可以假定空间变量x和y 都限于如下：0＜x＜xmax并且0＜y＜ymax。为了进行数字处理，原始图像f(x，y) 由其在规定离散位置{xi，yj：i＝1，2，...，I；j＝1，2，...，J}处确定的采样f(xi，yj)来表 示。通常，那些位置形成独特而规则的点图案，例如方形或六边形栅网 (raster)。
优选的是，根据发明的本方面，通过采用具有以下属性的扫描曲线， 将所得图像f(xi，yj)；i＝1，2，...，I；j＝1，2，...，J映射成扫描图像，作为单个离散 空间变量zk，k＝1，2，...，K的函数f(zk)，所述属性为：
扫描曲线zk，k＝1，2，...，K穿过各个点(xi，yj)；1，...，I；j＝1，...，J仅一次； 因此，K＝I·J；
扫描曲线zk，k＝1，2，...，K闭合；因此，zK+1＝z1，zK+2＝z2，...，并且重复 扫描将导致产生扫描图像函数f(zk)的精确的周期性扩展；并且
优选的是，扫描曲线zk，k＝1，2，...，K将展现平面填充曲线(例如Hilbert 或Peano曲线)的属性(至少展现一些)。
可通过将原始平面填充曲线与通过对所述原始曲线进行平移、旋转 和/或镜像而获得的多个复制曲线适当组合，来构造所述扫描曲线。
使用闭合扫描曲线的一个益处在于，所得信号可认为是周期性的， 因此当期望用于待例如通过递归滤波器滤波的一维图像表示时，可通过 使用公知方法或仅通过使用适当的“插入(run-in)”间隔来确定初始滤 波条件。
本发明的上述多个方面的优点是独立的并且可单独使用。然而，将 它们组合会有明显的益处，使得使用闭合扫描曲线增强了用于分解一维 图像的滤波器的操作从而改进对其的分析。
虽然主要是在分析由图像的灰度级表示的纹理的情况下描述本发 明，但本发明可附加或另选地用于分析其它图像特性，例如色彩分量、 色彩分量差和多频谱图像，并且应当相应地解释这里使用的术语“纹理”。
附图说明
现在将参照附图以实施例的方式描述实施本发明的配置，附图中：
图1是根据本发明的纹理分类系统的框图；
图2示出了公知的Hilbert平面填充曲线以及从该曲线构造的闭合扫 描曲线；
图3示出了公知的Peano平面填充曲线以及从该曲线构造的闭合扫 描曲线；
图4示出了另一个公知的Peano平面填充曲线以及从该曲线构造的 闭合扫描曲线；
图5描述了打算用于六边形栅网的闭合扫描曲线；并且
图6是表示图像的一维函数以及该函数的经滤波版本的实施例。
具体实施方式
图1是根据本发明的纹理分类器的框图。
输入图像映射器(IIM)100采用预定的映射函数由在输出端212处 产生的称为目标函数的一维(1-D)函数来表示在输入端210处接收到的 二维(2-D)输入图像的灰度级值，如下面将更详细描述的那样。
尺度不变变换器(SIT)101使用适当的对数变换将在IIM 100的输 出端212处的目标函数转换成目标函数表示，其值与2-D输入图像的动 态范围无关。(可通过照明状况的变化、图像传感器的局部灵敏度的改变 等等影响输入图像的动态范围。)
SIT 101的输出被施加到滤波器组(FB)400的输入端，FB 400如下 所述地操作以接连输出多个分量函数，每个分量函数表示由SIT 101提供 的目标函数的相应的带通分量。应指出的是，滤波器组FB中的所有滤波 器展现的群延迟都为零。
这些分量函数各自单独地被递送(如总线490所示)至特征分析块 (FAB)500，FAB 500针对各个分量函数导出该函数的一组特征值。经 组合的多组用于分量函数的值形成表示最初图像的特征向量，并被发送 至图像纹理分类器(ITC)107。图像纹理分类器(ITC)107将在其输入 端可获得的特征数据一起处理，从而执行对2-D输入图像的纹理分类。 用于纹理分类的过程可基于如下操作：将整个特征空间划分为表示所关 注的纹理类的指定数量的区域。
除了输入图像映射器(IIM)100和滤波器组(FB)400之外(下面 将更详细地描述它们的操作)，如上所述的系统与EP-A-1306805中描述 的系统类似。
输入图像映射器(IIM)100通过使用闭合扫描曲线将在输入端210 处接收到的图像的二维表示变换成一维表示。图2A示意性地描述了公知 的Hilbert平面填充曲线。IIM 100所用的扫描曲线示于图2B中，该扫描 曲线是通过对图2A的原始曲线进行适当的几何变换而获得的组合曲线。 图2B示出了原始曲线的四个型式(version)，并且示出了它们如何布置 以使得它们的起点和终点被布置为与相邻的原始曲线的终点和起点邻 接。组合曲线可具有图2B中的标记为1和N而示出的起点和终点。通 过该构造，如果原始曲线包括M个点，那么所得扫描曲线中采样点的数 量K将为K＝4·M。在所示实施例中，M＝64且K＝256。应注意，图2B的 扫描曲线是闭合曲线，因为起点1与终点N邻接。
图3B示出了IIM 100可用的另选闭合扫描曲线，并示出了在这种情 况下如何从图3A所示的原始曲线形成闭合曲线，该原始曲线是公知的转 回(switch back)型的Pcano平面填充曲线。在这种情况下，M＝81且 K＝324。
图4B示出了可用的另一可能的闭合扫描曲线，在这种情况下闭合扫 描曲线基于图4A所示的公知的曲流(meander)型的Peano平面填充曲 线。同样在这种情况下，M＝81且K＝324。
对闭合扫描曲线的以上构造实施例是出于说明的目的而提出的，并 非旨在穷举或者将本发明限制于所公开的精确形式。例如，在一些应用 中，用六边形栅网替代方形栅网是有利的。在这些情况下，可通过应用 适当的“扭曲(distortion)”来修改闭合扫描曲线。图5描述了打算用于 六边形栅网的闭合扫描曲线，该曲线通过将图3所示的扫描曲线“扭曲” 而获得。可选择任意两个邻接点作为扫描的起点和终点。
在优选实施方式中，扫描曲线仅覆盖图像的一部分，扫描图像使得 扫描图案以不交叠的方式来镶嵌(tessellate)(贴构(tile))图像。在用 于需要“密集”图像描述的应用的另一优选实施方式中，使用具有交叠 构片(tile)的扫描。在扫描之后，每个构片产生周期性的扫描图像序列 (一维信号)。以类似的方式处理每个序列，从而提取用于对应图像区域 的图像描述符。
使用闭合扫描曲线对于由图1的滤波器组(FB)执行的滤波操作是 有益的，该滤波器组在输入端402处接收来自SIT 101的目标函数表示。 如果扫描曲线上的连续采样点之间的空间距离：
|zk-zk-1|；k＝2，...，N
恒定，那么由对应的序列fk可唯一地表示扫描图像函数f(zk)。图6中示 出了这种序列fk的实施例，其中水平轴代表沿着扫描曲线的位置，垂直 轴代表幅值。
将该表示馈送给加法器410，该加法器410提供目标函数表示的仅 包含高频的第一分量函数输出420。目标函数表示还被馈送给第一低通滤 波器430以去除高频，然后将该滤波器的输出馈送给加法器410的减法 输入端，从而从目标函数表示中减去低频，因此在第一分量函数420中 仅保留高频。低通滤波器410的群延迟为零。
低通滤波器430的输出还被馈送给第二加法器412，第二加法器412 在其输出端处提供包含频率比第一分量函数420中存在的分量的频率更 低的分量的第二分量函数422。另一个低通滤波器432接收目标函数表示 并具有比滤波器430的截止频率更低的截止频率，并且其输出被馈送给 加法器412的减法输入端，从而分量函数422包含处于低通滤波器430 与432的截止频率之间的带通频率。
可提供包含截止频率递减的另一低通滤波器的附加通道，以获得带 通频率递降的附加分量函数。因此，例如，加法器414还可以接收来自 低通滤波器434的输出，并且在加法器414的减法输入端处接收另一滤 波器的输出，从而提供第三分量信号424。
在实践中，使用处理器来实现滤波器组400，该处理器按照依次生 成分量函数420、422等的方式接收、存储和处理数据。将至少一个(优 选地为每个)分量函数单独馈送给功率测量单元(PMU)450，以测量各 个分量函数中存在的功率。将测量结果传送到控制单元(CU)460，该 控制单元460控制通道的数量，从而控制所生成且可用于信号特性表示 的分量函数的数量。这样，控制单元460可在最新的分量函数的功率低 于预定阈值时终止滤波操作。从而，自适应地控制通道和分量函数的数 量。
在EP-A-1306805中，将目标函数表示分成窗口区域，在每个窗口区 域内通过将函数与定值基准级进行比较来分析该函数。然而，通过使用 自适应的基准级可获得更好的特性表示。通过低通滤波器430、432等获 得以自适应方式变化的级。
通过在各个滤波器中执行以下两个操作而从扫描图像序列fk获得自 适应基准级：
1.向序列fk应用递归滤波器
νk＝γ1νk-1+(1-γ1)fk，0＜γ1＜1，k＝1，2，...，K
以生成辅助序列νk；并且
2.向辅助序列νk应用向后运行的同一递归滤波器，即，
f(1)k+1-k＝γ1f(1)k+2-k+(1-γ1)νk+1-k，0＜γ1＜1，k＝1，2，...，K
以产生序列f(1)k，其表示所需的自适应基准级。
向前和向后运行同一递归滤波器的主要目的在于获得群延迟精确为 零的低通滤波。图6中示出了序列f(1)k的实施例，可观察到与目标序列 fk的相位关系(对准)得以保持。
应指出，可以按照任意顺序实施以上两个操作。另外，可以按照使 得它们可同时运行的方式来构造它们的实施。
参数γ1与单极模拟低通滤波器的指数脉冲响应exp(-γ1τ)相关。然而， 向前和向后运行的递归滤波器的组合操作等效于将利用形式为exp(-γ1|τ|) 的对称指数脉冲响应处理的函数进行卷积。由于脉冲响应的对称性，相 关联的群延迟将始终等于零。
通常，使用递归滤波器需要确定其初始条件，例如v0和f(1)k+1。这通 过使用闭合扫描曲线而变得容易，从而允许滤波器使用跨曲线的起点和 终点之间的边界的值而不会发生不连续；即，闭合扫描曲线有效地产生 待处理的周期性序列。从而可以通过应用本领域技术人员公知的方法来 准确地确定初始条件。然而，更加简单且实用的方法是在处理序列的周 期表意开始之前使用适当的“插入”间隔。
对于改进的滤波操作，可使用如下不同的递归滤波器：