【研究进展】我院王明威老师在“纹理信息提取及纹理特征识别”研究中取得新进展

近日，我院王明威老师在“纹理信息提取及纹理特征识别”研究中取得新进展，相关成果发表在国际著名期刊Applied Sciences（T3）和IEEE Access（T3）上。

纹理作为影像包含的一种重要特征信息，通过纹理特征值在不同样本上的变化，对其进行精确识别。然而，随着样本类别的不断细化，不同样本纹理特征值间的区分度不断减小，这也为多类相似纹理样本的精确识别带来了一定的挑战。

Gabor小波作为一种常用的纹理信息，通过对每一个滤波器的频率和方向两个参数进行组合，构建一个包含多维纹理特征的滤波器组。成员滤波器特征值的细微变化，可以较好的对同一样本在不同维度进行表征。然而，随着数据维度的增加，其中必然包含了一定的冗余特征，在降低识别效率的同时，也会对识别精度产生一定的影响。与此同时，成员分类器参数只有取得最优时，才会表现出良好的性能。本质上，参数优化和特征降维都可以看作组合优化问题进行求解，通常情况下是分开进行求解，并未考虑两者间的关联性。因此，为了快速、高效的进行纹理特征识别，提出一种基于混合蚁狮优化算法的一体优化纹理信息提取方法，通过蚁狮优化算法良好的优化性能，结合十进制和二进制编码同时获取最优参数和特征组合，取得了较高的识别精度。

进一步通过对滤波器结构进行改进，采用均匀对称模式建立滤波器模板，降低了每一个模板需要的参数，同时将对称轴在水平方向进行平移，进一步增强模板的多样性。最后，通过对模板中每一个参数进行优化，提高模板参数分布的随机性，避免了传统模板由于形式固定难以对某些细节纹理特征进行提取的缺陷，可广泛应用于植被、纺织、岩石等领域的纹理识别工作中。

论文第一作者为我校地质调查研究院王明威老师，王老师于2019年5月受邀参加第五届全国激光雷达大会，并在大会分会场作专题报告。

文章链接：

https://www.mdpi.com/2076-3417/9/11/2173

Wang M, Gao L, Huang X, et al. A Texture Classification Approach Based on the Integrated Optimization for Parameters and Features of Gabor Filter via Hybrid Ant Lion Optimizer. Applied Sciences, 2019, 9(11): 2173.

https://ieeexplore.ieee.org/abstract/document/8709697

Wang M, Wang L, Ye Z, et al. Ant Lion Optimizer for Texture Classification: A Moving Convolutional Mask. IEEE Access, 2019, 7: 61697-61705.