四臂观音类唐卡图像标注方法探讨.docVIP

四臂观音类唐卡图像的标注方法研究 　　[摘 要]在唐卡图像绘制中，四臂观音通常手持物为莲花和念珠，这两个法器可作为识别此类唐卡图像的参考。本文首先采用基于颜色的区域生长算法实现目标图像分割，接下来利用颜色特征、形状特征和纹理特征作为主要的特征参数进行特征提取，最后使用改进的KNN方法完成目标区域的识别，并给出识别结果作为最终的概念标注。实验结果表明该方法的正确性和可行性 [关键词]唐卡 四臂观音 图像标注 KNN 中图分类号：TP311.5 文献标识码：A 文章编号：1009-914X（2016）22-0309-01 1.引言 唐卡图像中绘制的四臂观音（4 hands Avalokiteshvara）是雪域西藏的守护神与文殊菩萨、金刚手菩萨，合称三族姓尊，代表大悲、大智、大力，为密乘行者人人必修的法门。有经书记载：寂静相的四臂观音像造型优美，一头四臂，身颜洁白如月，头戴五佛冠，发黑色结髻，中央二手合掌于胸前，捧有摩尼宝珠，右手持水晶念珠，左手拈八瓣莲花与耳际齐，面貌寂静含笑[1]。通常，在一幅唐卡图像的众多特征中，法器可描述出主尊的身份、地位及象征意义，因此可通过标注四臂观音本尊所持法器――莲花和念珠作为识别此类唐卡图像的参考 2.唐卡图像中法器对象的特征提取与分析 2.1 唐卡图像中法器对象的分割 图像标注的关键工作之一是将目标对象正确分割出来。唐卡图像构图复杂、色彩丰富、纹理众多，目标对象往往不是单独呈现，而是与背景或其他对象交叠呈现，不易区分，因此自动分割很难实现，人工交互方式成为一种有效可行的选择[2-3]。该算法的实现过程如下： 步骤1：在唐卡原始图像中用鼠标划定矩形区域，提取法器目标对象区域并显示; 步骤2：初始化分割图像，图像大小同上述法器目标对象区域; 步骤3：鼠标左键获取法器目标对象区域任一点位置坐标; 步骤4：提取该位置坐标的颜色值，在法器目标对象区域内寻找与该点颜色相近的点（颜色差值在某一阈值范围之内）并保留其颜色值; 步骤5：当未点击鼠标右键时，返回Step3; 步骤6：得到唐卡图像中法器对象分割结果 2.2 唐卡图像中法器对象的特征提取 1） 颜色特征参数 颜色特征是图像的主要属性之一，它是人们对图像的视觉感受，通过颜色特征人们了解图像中事物对象的表面性质。经过分析，待识别的法器在颜色上具备一定的规律性，念珠的颜色多为白色和褐色，莲花的颜色多为粉红色，也有一部分蓝色. 本文选择HSV颜色模型提取颜色特征。HSV颜色空间主要有两个特点：色调和饱和度分量与人感受颜色的方式，是紧密相连的;亮度分量与图像的彩色信息无关。HSV颜色空间对应于人眼颜色视觉特征的三要素，各通道之间相互独立，可以独立感知各颜色分量的变化，因此应用这种色彩模型更能符合人的视觉判断 2） 形状参数 经过图像分割得到目标区域之后，可以使用区域描绘子作为代表该区域的特征。常用的区域描绘子有：周长、面积、致密性、区域的质心、灰度均值、灰度中值、包含区域的最小矩形等。本文对目标图像计算得到面积和、欧拉数、密度均值和长短轴比值作为特征参数 由于特征对象的形状的大小，方向等并不固定，因此仅以区域描述子作为形状特征远远不够，应采用对这些变化不太敏感的描述方法..Hu矩和Zernike矩通常用来描述形状不变特性， Zernike矩多用于恢复重建图像，而Hu矩对于基本的形状完全可以表达其形状特征.本文对目标图像计算得到了7个Hu矩特征参数. 3）纹理参数 局部二进制模式方法LBP，在计算时类似于滤波过程中的模板操作， 对图像逐行进行扫描，对于图像中的每一个像素点，以该点的灰度作为阈值，对其周围3×3的8邻域进行二值化，按照一定的顺序将二值化的结果组成一个8位二进制数，以此数的值（0～255）作为该点的响应.为了减少冗余的LBP数目，同时又保留充足的纹理描绘能力，后来有人提出了统一化模式的方法，这种方法可以大大减少特征数目.但这种方法易受噪声的影响而不够健壮，因此Zhang L等人提出的MB-LBP算法可以弥补这一缺点.其改进的地方为将3×3窗口中每个像素点的灰度值变为多个像素灰度的平均值.采用该算法，在每个块中可以提取出LBP直方图特征向量59个. 经过实验发现，对于唐卡目标图像的纹理特征提取首先计算整体图像块的LBP特征值，然后通过3×3的9方格划分后提取目标图像的局部纹理LBP特征值，算法如下： 步骤1：计算histLBP1=getLBPHist（I，1，1，1）;分为1行×1列1块，块大小=1，计算直方图得到59维向量（I为经过预处理的唐卡法器目标图像）; 步骤2：计算histLBP2=getLBPHist（I，3，