50、纹理退化描述符与瓷砖检索系统研究

纹理退化描述符与瓷砖检索系统研究

纹理退化描述符

在纹理退化描述符的研究中，将每种退化的65张图像与其原始对应图像进行比较。比较的图像具有相同的样本、立方体方向和照明方向，唯一的差异是微弱的退化伪影。因此，纹理描述符不需要具有视图或照明不变性。这些描述符主要分为平移不变和非平移不变两类。

非平移不变特征

• 视觉差异预测器（VDP） ：模拟已知观看条件下的低水平人类感知，适用于感知上合理检测细微纹理退化伪影的任务。它提供比较图像中概率p > 75%或p > 95%不同的像素百分比，为确保与其他描述符一致，将VDP输出设置为(1 - p)，输出范围为(0, 1)，输出为1时表示图像相同。
• 结构相似性指数度量（SSIM） ：是一种经验度量，与VDP能力相当。它测量图像中R×R窗口（这里使用11×11像素）局部邻域的局部结构相似性。其基本思想是将相似性测量任务分为亮度、对比度和结构的比较，然后将这些独立组件组合成一个相似性函数。单个像素的SSIM有效范围是[-1, 1]，值越高表示相似性越高。通过计算所有像素的SSIM值的平均值得到两幅图像的SSIM差异。

平移不变特征

• 马尔可夫特征 ：基于多尺度表示，假设每个K分解金字塔级别使用因果自回归模型（CAR）。空间分解使用高斯（GP）或高斯 - 拉普拉斯（GLP）金字塔。估计单个模型参数，并将所有金字塔级别的纹理特征连接成一个公共特征向量。假设每个多光谱纹理由C = 3个光谱平面组成，多光谱纹理像素Yr可以建