MXPA01007845A - Metodo para la recuperacion de la textura de imagenes y aparato para el mismo. - Google Patents

Abstract

Se describe un metodo para recuperar un descriptor de textura de imagen, para describir caracteristicas de textura de una imagen, que incluye los pasos de (d) filtrar imagenes de entrada usando filtros predeterminados que tienen diferentes coeficientes de orientacion, (b) proyectar las imagenes filtradas sobre ejes de cada direccion predeterminada, para obtener grupos de datos que consisten de promedios de cada uno de los valores de elementos de imagen direccionales, (c) seleccionar grupos de datos candidatos entre los grupos de datos, a traves de un metodo de clasificacion predeterminado, (d) determinar una pluralidad de indicadores en base a los coeficientes de orientacion de los filtros usados en la filtracion de los grupos de datos candidatos, y (e) determinar la pluralidad de indicadores como el descriptor de textura de la imagen. Los descriptores de textura que permiten que se puedan capturar perceptualmente los tipos de estructura de textura presentes en una imagen, pueden ser recuperados.

Description

MÉTODO PARA LA RECUPERACIÓN DE LA TEXTURA DE IMÁGENES Y APARATO PARA EL MISMO CAMPO DE LA INVENCIÓN La presente invención se refiere a un método y aparato para recuperar un descriptor de textura de imagen, y más particularmente a un método para la recuperación de un descriptor de textura de imagen, para recuperar un descriptor de textura que se usa en la búsqueda y examen de una imagen, y que describa las características de textura de la imagen, y un aparato para el mismo.

ANTECEDENTES DE LA INVENCIÓN Recientemente la textura de la imagen ha surgido como características visuales importantes para la búsqueda y examen de un gran conjunto de patrones de imágenes similares. Por ejemplo, un descriptor de textura convencional para filtrar un descriptor de textura mediante un filtro Gabor extrae un descriptor de textura que consiste de coeficientes obtenidos mediante la filtración Gabor. Sin embargo, aunque los descriptores de la textura de imagen, convencionales, consisten de numerosos vectores, REF.: 132121 es bastante difícil percibir visualmente las estructuras de textura a partir del descriptor de textura.

DESCRIPCIÓN DE LA INVENCIÓN Un objeto de la presente invención es proporcionar un método para recuperar un descriptor de textura de imagen, que pueda capturar perceptualmente las estructuras de textura presentes en una imagen. Otro objeto de la presente invención es proporcionar un medio de almacenamiento legible en computadora, que tenga en el mismo almacenado un programa de computadora, en donde el programa esté dispuesto de manera tal que una computadora ejecute el método para la recuperación del descriptor de textura de imagen. Todavía otro objeto de la presente invención es proporcionar un aparato para la recuperación de descriptor de textura de imagen, que lleve a cabo el método de recuperación del descriptor de textura de imagen. Para conseguir el objeto se proporciona un método para recuperar un descriptor de textura de imagen, para describir características de textura de una imagen, que incluye los pasos de (a) filtrar imágenes de entrada usando filtros predeterminados que tengan diferentes coeficientes de orientación, (b) proyectar las imágenes filtradas sobre ejes de cada dirección predeterminada, para obtener grupos de datos que consistan de promedios de cada uno de los valores de los elementos de imagen direccionales, (e) seleccionar grupos de datos candidatos entre los grupos de datos, a través de un método de clasificación predeterminado, (d) determinar una pluralidad de indicadores en base a los coeficientes de orientación de los filtros usados para filtrar los grupos de datos de candidatos, y (e) determinar la pluralidad de indicadores como el descriptor de textura de la imagen. El paso (a) puede incluir además el paso de (a-1) filtrar las imágenes de entrada usando filtros predeterminados que tengan diferentes coeficientes de escala, y el paso (d) comprende además los pasos de (d-1) determinar una pluralidad de indicadores en base a los coeficientes de escala de los filtros usados en la filtración de los grupos de datos candidatos. El método para la recuperación del descriptor de textura de imagen puede incluir además el paso de determinar otro indicador basado en la presencia de grupos de datos filtrados por los filtros que tengan coeficientes de escala o coeficientes de orientación que estén cerca o sean idénticos de los coeficientes de escala o coeficientes de orientación de los filtros usados en la filtración de los grupos de datos candidatos, seleccionados. •4 íáníi ·..

El método para la recuperación del descriptor de textura de imagen puede incluir además el paso de calcular la media y varianza de los elementos de imagen con respecto a las imágenes filtradas, y obtener un vector predeterminado usando la media y varianza calculadas. De acuerdo con otro aspecto de la presente invención se proporciona un método para recuperar un descriptor de textura de imagen, para describir características de textura de una imagen, que incluye los pasos de (a) filtrar imágenes de entrada usando filtros predeterminados que tengan diferentes coeficientes de escala, (b) proyectar las imágenes filtradas sobre ejes de cada dirección predeterminada, para obtener grupos de datos que consistan de promedios de cada uno de los valores de los elementos de imagen direccionales, (c) determinar una pluralidad de indicadores en base a los coeficientes de escala de los filtros usados en la filtración de los grupos de datos seleccionados entre los grupos de datos mediante un método de selección predeterminado, (d) determinar la pluralidad de indicadores como el descriptor de textura de la imagen. De acuerdo todavía con otro aspecto de la presente invención, se proporciona un método para recuperar un descriptor de textura de imagen, para describir características de textura de una imagen, que comprende los pasos de (a) filtrar imágenes de entrada usando filtros predeterminados que tengan diferentes coeficientes de orientación diferentes y coeficientes de escala diferentes, (b) proyectar las imágenes filtradas sobre ejes horizontal y vertical, para obtener gráficos de proyecciones en el eje horizontal y gráficos de proyección en el eje vertical, (c) calcular valores de autocorrelación normalizada para cada gráfico, (d) obtener máximos locales y mínimos locales para cada valor de autocorrelación normalizada, en los cuales los valores de autocorrelación normalizada, calculados, formen un pico local y un valle local y un valle local en una sección predeterminada, (e) definir el promedio de los máximos locales y el promedio de los mínimos locales como contraste, (f) seleccionar gráficos en los que la relación de la desviación estándar respecto al promedio de los máximos locales, sea menor o igual que un valor umbral predeterminado como primeros gráficos candidatos, (g) determinar el tipo de los segundos gráficos candidatos de acuerdo con el número de gráficos filtrados por los filtros que tengan coeficientes de escala o coeficientes de orientación que estén cercanos o sean idénticos a los coeficientes de escala o coeficientes de orientación de los filtros usados en la filtración de los segundos gráficos candidatos, seleccionados, (h) contar el número de gráficos que pertenezcan a los tipos respectivos de los segundos gráficos candidatos y determinar los pesos predeterminados de cada tipo de segundos gráficos candidatos, (i) calcular la suma de los productos de los números de gráficos contados y los pesos determinados, para determinar el valor resultante del cálculo como un primer indicador que constituya un descriptor de textura, (j) determinar los coeficientes de orientación y los coeficientes de escala de los segundos gráficos candidatos que tengan el mayor contraste, como indicadores del segundo al quinto, y (k) determinar indicadores que incluyan el primer indicador y los indicadores del segundo al quinto, como los descriptores de textura de la imagen correspondiente. El método para la recuperación del descriptor de textura de imagen, puede incluir además el paso de calcular la media y varianza de los elementos de imagen, con respecto a las imágenes filtradas, y obtener un vector predeterminado usando la media y varianza calculadas, en donde el paso (k) incluye el paso de determinar indicadores que incluyan el primer indicador, los indicadores del segundo al quinto, y el vector predeterminado como los descriptores de textura de la imagen correspondiente. La autocorrelación normalizada, denotada por NAC(k), se calcula preferentemente mediante la siguiente fórmula: en donde N es un número entero positivo, predeterminado, una imagen de entrada consiste de N x N elementos de imagen, la posición del elemento de imagen esta representada por i, en donde i es un número de 1 a N, los gráficos de proyección se expresan por los elementos de imagen de la posición i del elemento de imagen esta representada por P(i) y k es un número de 1 a N. El contraste se determina como: 1 A 1 J, contraste =—Y P_ magn(¡) - — ? V _ magn(i) M ,., L ,=, en donde P_magn (i) y V_magn (i) son los máximos locales y los mínimos locales, determinados en el paso (d) . En el paso (f ) , los gráficos que satisfacen la siguiente fórmula se seleccionan como primeros gráficos candidatos : 5" en donde d y S son el promedio y la desviación estándar de los máximos locales y a es un valor umbral predeterminado. El paso (g) incluye los pasos secundarios de (g-1) si existe uno o más gráficos que tengan coeficientes de escala o de orientación, idénticos a aquellos de un gráfico candidato pertinente y uno o más gráficos que tengan coeficientes de escala o de orientación cercanos a los del gráfico candidato pertinente, clasificar el gráfico candidato pertinente como un gráfico de primer tipo, (g-2) si existen uno o más gráficos que tengan coeficientes de escala o de orientación, idénticos, a los de un gráfico candidato pertinente, pero no existe gráfico que tenga coeficientes de escala o de orientación cercanos o los del gráfico candidato pertinente, clasificar el gráfico candidato pertinente como un gráfico de segundo tipo, y (g-3) sino existe un gráfico que tenga coeficientes de escala o de orientación, idénticos, o cercanos a los de un gráfico candidato pertinente, clasificar el gráfico candidato pertinente como un gráfico de tercer tipo. El paso (h) incluye el paso de contar número de gráficos que pertenezcan a cada uno de los tipos de gráficos del primero al tercero, y determinar pesos predeterminados para cada uno de los tipos de gráficos. Después del paso de (f) , se puede incluir además el paso de aplicar un algoritmo de agrupamiento predeterminado, a los primeros gráficos candidatos, para seleccionar segundos gráficos candidatos. El algoritmo de agrupamiento determinado es preferentemente a el agrupamiento aglomerador modificado. Preferentemente, en el paso (j) el coeficiente de orientación de un gráfico que tiene el mayor contraste, entre los gráficos de proyección en el eje horizontal, se determina como un segundo indicador; el coeficiente de orientación de un gráfico que tiene el mayor contraste, entre los gráficos con proyección en el eje vertical, se determina como un segundo indicador; el coeficiente de escala de un gráfico que tenga el mayor contraste, entre los gráficos de proyección en el eje horizontal, se determina como un cuarto indicador; y el coeficiente de escala de un gráfico que tenga el mayor contraste, entre los gráficos de proyección en el eje vertical, se determina como un quinto indicador. El paso (j) puede incluir el paso de determinar indicadores que incluyan el primer indicador, los indicadores del segundo al quinto, y el vector predeterminado como los descriptores de textura de la imagen correspondiente. Los filtros predeterminados incluyen preferentemente filtros de Gabor. Para conseguir el segundo objeto de la presente invención, se proporciona un medio legible en computadora, que tenga códigos de programas ejecutables mediante una computadora, para llevar a cabo un método para un descriptor de textura de imagen, a fin de describir características de una imagen, el método incluye los pasos de (a) filtrar imágenes de entrada usando filtros predeterminados que tengan diferentes coeficientes de orientación y diferentes coeficientes de escala, (b) proyectar las imágenes filtradas sobre ejes horizontal y vertical, para obtener gráficos de proyección en el eje horizontal y gráficos de proyección en el eje vertical, (e) calcular valores de autocorrelación normalizada, para cada gráfico, (d) obtener máximos y mínimos locales para cada uno de los valores de autocorrelación normalizada, en los cuales el valor de autocorrelación normalizada, calculado, forme un pico local y un valle local, en una sección predeterminada, (e) definir el promedio de los máximos locales y el promedio de los mínimos locales, como contraste, (f) seleccionar gráficos en los que la relación de la desviación estándar respecto al promedio de los máximos locales, sea mayor o igual que un valor umbral predeterminado como primeros gráficos candidatos, (g) determinar el tipo de los segundos gráficos candidatos de acuerdo con el número de gráficos filtrados por los filtros que tengan coeficiente de escala o coeficientes de orientación que estén cerca o sean idénticos a los coeficientes de escala o coeficientes de orientación, de los filtros usados en la filtración de los segundos gráficos candidatos, seleccionados, (h) contar el número de gráficos que pertenezcan a los tipos respectivos de segundos gráficos candidatos y determinar pesos predeterminados de cada tipo de segundo gráfico candidato, (i) calcular la suma de los productos de los números contados de gráficos y los pesos determinados, para determinar el valor resultante del cálculo, como un primer indicador que constituya un descriptor de textura, (j) determinar los coeficientes de orientación y los coeficientes de escala de los segundos gráficos candidatos que tengan el mayor contraste que los indicadores del segundo al quinto, y (k) determinar indicadores que incluyan el primer indicador y los indicadores del segundo al quinto, como los descriptores de textura de la imagen correspondiente . Para conseguir el tercer objeto de la presente invención, se proporciona una método y aparato para recuperar un descriptor de textura de imagen, para describir características de textura de una imagen, el aparato incluye un medio de filtración para filtrar imágenes de entrada, usando filtros predeterminados que tienen diferentes coeficientes de orientación, medios de proyección para proyectar las imágenes filtradas sobre ejes de cada dirección predeterminada, para obtener grupos de datos que consistan de promedios de cada uno de los valores de imagen direccionales, clasificar medios para seleccionar grupos de datos de candidatos entre los grupos de datos, a través de un método de clasificación predeterminado, primeros medios para la determinación del indicador, para determinar otro indicador en base al número de gráficos filtrados por los filtros que tienen coeficientes de escala o coeficientes de orientación que estén cerca o sean idénticos a los coeficientes de escala o a los coeficientes de orientación de los filtros usados en la filtración del gráfico candidato seleccionado, y segundos medios de determinación de indicador, para determinar una pluralidad de indicadores en base a los coeficientes de escala y a los coeficientes de orientación, de los filtros usados en la filtración de los gráficos candidatos determinados. Alternativamente se proporciona un aparato para recuperar un descriptor de textura de imagen, para describir características de textura de una imagen, el aparato incluye una unidad de filtración para filtrar imágenes de entrada, usando filtros predeterminados que tienen diferentes coeficientes de orientación o diferentes coeficientes de escala, una unidad de cálculo de la media/varianza de la imagen, para calcular la media y :-¾ :;w;.ü .e,. varianza de los elementos de imagen con respecto a cada una de las imágenes filtradas, y obtener un vector predeterminado usando la media y varianza calculadas, una unidad de proyección para proyectar las imágenes filtradas sobre ejes horizontal y vertical, para obtener gráficos de proyección en el eje horizontal y gráficos de proyección en el eje vertical, una unidad de cálculo para calcular un valor de autocorrelación normalizada, para cada gráfico, una unidad de detección/análisis de picos, para detectar máximos locales y mínimos locales para cada valor de autocorrelación, en el que los valores de autocorrelación normalizada forman un pico local y un valle local en una sección predeterminada, una unidad de cálculo de la media/varianza, para calcular el promedio de los máximos locales y el promedio de los mínimos locales, una unidad de selección/almacenamiento de un primer gráfico candidato para seleccionar los gráficos que satisfagan el requisito de que la relación de la desviación estándar respecto al promedio de los máximos locales, sea menor o igual que un valor umbral predeterminado, como primeros gráficos candidatos, una unidad de selección/almacenamiento de un segundo gráfico candidato, para aplicar un algoritmo de agrupamiento predeterminado, a los primeros gráficos candidatos, para seleccionar los mismos como segundos gráficos candidatos, una unidad de clasificación para contar el número de gráficos que pertenezcan a cada uno de los tipos respectivos de los segundos gráficos candidatos, emitir señales de datos que indiquen el número de gráficos de cada tipo, determinar pesos predeterminados de los gráficos que pertenezcan a los tipos respectivos y emitir señales de datos que indiquen los pesos que se van aplicar a cada tipo, una unidad de determinación de un primer indicador, para calcular la suma de los productos de los datos que representen el número de gráficos que pertenezcan a cada tipo, y los datos que representen los pesos que se van a aplicar a cada tipo, determinando y emitiendo el resultado del cálculo como un primer indicador que constituya un descriptor de textura, una unidad para el cálculo de contraste, para calcular el contraste de acuerdo con la fórmula (2) usando los promedios emitidos por la unidad para el cálculo de la media/varianza y emitir una señal que indique que el contraste calculado es el mayor, una unidad de selección/almacenamiento de segundos gráficos candidatos, para emitir los gráficos candidatos que tengan el mayor contraste entre los segundos gráficos candidatos almacenados en la misma, en respuesta a la señal que indique que el contraste calculado es el mayor, una unidad para la determinación de indicadores de segundo a quinto, para determinar el coeficiente de orientación de un gráfico que tenga el mayor contraste, entre los gráficos de proyección en el eje horizontal; el coeficiente de orientación que tenga el mayor contraste, entre los gráficos de proyección en el eje vertical, como un segundo indicador; el coeficiente de escala de un gráfico que tenga el mayor contraste, entre los gráficos de proyección en el eje horizontal, como un cuarto indicador; y el coeficiente de escala de un gráfico que tenga el mayor contraste, entre los gráficos de proyección en el eje vertical, como un quinto indicador, y una unidad de salida del descriptor de textura, para combinar el primer indicador, los indicadores del segundo al quinto, y el vector predeterminado, y emitir el resultado de combinación como los descriptores de textura de la imagen correspondiente.

BREVE DESCRIPCIÓN DE LOS DIBUJOS Los anteriores objetos y ventajas de la presente invención, serán más evidentes al describir con detalle las modalidades preferidas de la misma, con referencia a los dibujos anexos, en los que: Las FIGURAS 1A y IB son diagramas de flujo que muestran un método para la recuperación de descriptor de textura de imagen, de conformidad con la presente invención; La FIGURA 2 es un diagrama de bloques de un aparato para la recuperación de descriptor de textura de imagen, de conformidad con la presente invención; y La FIGURA 3 muestra componentes de examen perceptual (PBCs) extraídos de imágenes de textura Brodatz, mediante la estimulación basada en el método para la recuperación del descriptor de textura de imagen, de conformidad con la presente invención.

EL MEJOR MODO PARA LLEVAR A CABO LA INVENCIÓN Posteriormente en la presente se describirán con detalle modalidades de la presente invención, con referencia a los dibujos adjuntos. Haciendo referencia a la FIGURA 1A que muestra un método para la recuperación de un descriptor de textura de imagen, de conformidad con la presente invención, asumiendo que N es un número entero positivo predeterminado, una imagen de entrada que consiste de N x N elementos de imagen, por ejemplo, 128x128 elementos de imagen se filtran usando un filtro de Gabor (paso 100) . El filtro de Gabor esta constituido por filtros que tienen diferentes coeficientes de orientación y diferentes coeficientes de escala. Asumiendo que Cl y C2 son números enteros positivos predeterminados, la imagen de entrada se filtra mediante filtros que tienen Cl tipos de coeficiente de orientación y C2 tipos de coeficientes de escala, y los filtros emiten ClxC2 tipos de imágenes filtradas. Posteriormente, la media y varianza de los elementos de imagen se calculan para cada uno de los ClxC2 tipos de imágenes filtradas, y luego se obtiene un vector Z usando la media y varianza (paso 102) . Posteriormente, las imágenes filtradas se proyectan sobre los ejes x e y para obtener gráficos de proyección en x y gráficos de proyección en y (etapa 104) . El valor de autocorrelación normalizada (NAC) para cada gráfico P(i) (i es un número de 1 a N) denotado por NAC (k) , se calcula mediante la siguiente fórmula (1) : en donde la posición de un elemento de imagen esta representada por i, los gráficos de proyección expresados por elementos de imagen de la posición i del elemento de imagen, se representan por P(i) y k es un número de 1 a N (N es un número entero positivo) . Posteriormente, los máximos locales P_magn (i) y los mínimos locales de V_magn (i), en los cuales la NAC (Je) calculada, forma un pico y un valle localmente en una sección predeterminada, se obtienen (paso 108) . Ahora el contraste se define como la fórmula siguiente (2 ) : 1 M I contraste =—Y P_magn{¡)-—? V_magn{i) (2) (paso 110) También los gráficos que satisfacen la siguiente fórmula (3) se seleccionan como primeros gráficos candidatos (paso 112) : S -=ct (3) d en donde d y S son el promedio y desviación estándar de los máximos locales P_magni (i) es un valor umbral predeterminado . Haciendo referencia a la FIGURA IB, se aplica el agrupamiento aglomerador modificado a los primeros gráficos candidatos para seleccionar segundos gráficos candidatos (paso 114) . Un algoritmo de agrupamiento aglomerador, modificado, es un algoritmo apropiadamente modificado del agrupamiento aglomerador descrito por R.O. Duda y P.E. Hart en "Pattern Classification and Scene Analysis, Jonh Wiley and Sons, Nueva York 1973", que se describirá ahora de manera breve. En primer lugar, en N gráficos Pi, ... , PN, sean la media y desviación estándar de las distancias entre los picos, de d± y Si, y cada gráfico tiene un vector bidimensional que corresponde a (di, Si) . Ahora, Pi se agrupa usando el vector bidimensional que corresponde a (d , Si) como sigue. Asumiendo que el número agrupamientos deseado es Mc, con respecto al número inicial de agrupamientos N, cada agrupamiento Ci puede expresarse de manera tal que Ci={ Pi} , C2={ P2} , ... CN={ PN} . Si el número de agrupamientos es menor que Mc, se detiene el agrupamiento. Posteriormente, se obtienen dos agrupamientos Ci y C que son los más distantes entre sí. Si la distancia entre Ci y Cj es mayor que un valor umbral predeterminado, se detiene el agrupamiento. De otra manera, Ci y Cj surgen para eliminar uno de los dos agrupamientos. Este procedimiento se lleva a cabo repetidamente hasta que el número de agrupamientos alcance un número predeterminado. Posteriormente, entre los agrupamientos agrupados, el agrupamiento que tiene el mayor número de gráficos, se selecciona y los gráficos en el agrupamiento se seleccionan como gráficos candidatos. Ahora, los segundos gráficos candidatos se clasifican en tres tipos (paso 116) . La clasificación se lleva a cabo de acuerdo con el número de gráficos filtrados por un filtro que tenga coeficientes de escala o de orientación que estén cerca de, o que sean idénticos a, los de un filtro usado para filtrar los segundos gráficos candidatos. Posteriormente, por motivos de conveniencia en la explicación, los gráficos filtrados por un filtro que tiene cierto coeficiente de escala o un coeficiente de orientación constante, se llamarán gráficos con ciertos coeficientes de escala o gráficos con ciertos coeficientes de orientación. En mayor detalle, primero, en el caso en donde haya uno o más gráficos que tengan coeficientes de escala u orientación idénticos a aquellos de un gráfico candidato pertinente, y uno o más gráficos que tengan coeficientes de escala u orientación cercanos a aquellos del gráfico candidato pertinente, el gráfico candidato pertinente se clasifica como un gráfico tipo Cl. Segundo, en el caso en donde haya uno o más gráficos que tengan coeficientes de escala u orientación idénticos a aquellos de un gráfico candidato pertinente, pero que no haya un gráfico que no tenga coeficiente de escala u orientación cercanos a aquellos del gráfico candidato pertinente, el gráfico candidato pertinente se clasifica como un gráfico tipo C2. Tercero, en el caso en donde no haya un gráfico que tenga coeficientes de escala u orientación idénticos o cercanos a los de un gráfico candidato pertinente, el gráfico candidato pertinente se clasifica como un gráfico tipo C3. Posteriormente, los números de gráficos que pertenezcan a cada uno, de los tipos Cl, C2 y C3 se cuentan para denotarse mediante Ni, N2 y N3, respectivamente, y los pesos respectivos de los gráficos que pertenecen a cada uno de los tipos Cl, C2 y C3, se cuentan para denotarse mediante Wi, W2 y W3, respectivamente, que se describirán posteriormente . Ahora, usando los números determinados Ni, N2 y N3, y los pesos Wi, 2 y W3, se lleva a cabo el siguiente cálculo : =?N,x^ (4) en donde el resultado M se determina como un primer indicador Vi que constituye un descriptor de textura (paso 118). Con respecto a los segundos gráficos candidatos, los coeficientes de orientación y los coeficientes de escala de los gráficos que tienen el contraste más grande, se determinan como los indicadores del segundo al quinto (paso 120) . Con mayor detalle, el coeficiente de orientación de un gráfico que tiene el mayor contraste, entre los gráficos de proyección en x, se determina como un segundo indicador V2. También, el coeficiente de orientación de un gráfico que tiene el contraste más grande, entre los gráficos de proyección en y, se determina como un tercer indicador V3. El coeficiente de escala de un gráfico que tiene el contraste mayor, entre los gráficos de proyección en x, se determina como un cuarto indicador V4. También, el coeficiente de escala de un gráfico que tiene el mayor contraste, entre los gráficos de proyección en y, se determina como un quinto indicador V5. Usando el primer indicador Vi determinado en la etapa 118, los indicadores del segundo al quinto V2, V3, V4 y V5, y el vector Z determinado en el paso 102, el descriptor de textura, es decir el vector de características de textura, se ajusta para que sea { [Vi,V2,V3,V4,V5]Z} (paso 122). Un primer indicador grande Vi indica un alto nivel de estructuración de la textura de una imagen. Se ha confirmado experimentalmente que el primer indicador Vi representa muy bien la estructuración de la textura de una imagen. El segundo y tercer indicadores V2 y V3 representan dos orientaciones cuantificadas en las que es capturada principalmente la estructuración. El cuarto y quinto indicadores V4 y V5 representan dos escalas cuantificadas en las que se captura principalmente la estructuración. El descriptor de texturas se usa como un índice de una imagen en aplicaciones para la recuperación de examen o búsqueda. Especialmente el descriptor de textura de imagen recuperado mediante el método para la recuperación del descriptor de textura de imagen, de acuerdo con la presente invención, se usa apropiadamente en marcas verificadoras en las que los patrones de examen son regulares, o examen orientado a la estructura, es decir, o patrones bordados. De esta manera, en la búsqueda de patrones estructuralmente similares, la búsqueda de imágenes que puede adaptarse más a la percepción ocular es permitida mediante la aplicación del método de recuperación del descriptor de textura de imagen de conformidad con la presente invención, a las aplicaciones en base al examen orientado a la estructura. Por lo tanto, entre los indicadores que constituyen descriptores de textura recuperados a través del método para la recuperación del descriptor de textura de imagen, de conformidad con la presente invención, a los indicadores del primero al quinto, Vi, V2, V3, V4 y V5 se puede hacer referencia como componentes para el examen perceptual (PBCs) . También, con respecto a cada imagen filtrada, se calculan la media y varianza de los valores de elementos de imagen. Al vector Z obtenido mediante el uso de la media y varianza, se puede hacer referencia como componentes para la recuperación de similaridad (SRCs) . En otras palabras, en el método para la recuperación del descriptor de textura de imagen, de conformidad con la presente invención, el descriptor de textura permite que se capturen perceptualmente tipos de estructuras de textura presentes en una imagen. Se ha descrito que un primer indicador Vj que es un indicador bastante bueno de la estructuración de la textura de una imagen, segundo y tercer indicadores V2 y V3 que representan dos orientaciones cuantificadas en las que se capturan principalmente la estructuración, cuarto y quinto indicadores V4 y V5 representan dos escalas cuantificadas en las que se captura principalmente a la estructuración, se usan como los descriptores de textura de la imagen. Sin embargo, la modalidad descrita anteriormente se usa únicamente en un sentido descriptivo y no para el propósito de limitación. Como el (los) descriptor (es ) de la imagen, se puede usar también un solo indicador que sea el más apropiado para las características de una imagen y se selecciona arbitrariamente de plurales indicadores. Por lo tanto, la modalidad descrita anteriormente no se pretende como una restricción del alance de la invención. También, el método para la recuperación de un descriptor de textura de imagen es programable mediante un programa de computadora. Un programador de computadora en la técnica puede deducir fácilmente códigos y segmentos de códigos que constituyan el programa de computadora. También el programa se almacena en medios legibles en computadora y puede ser leído y ejecutado por la computador, incorporando por lo tanto el método para la recuperación de un descriptor de textura de imagen. Los medios incluyen medios de registro magnético, medios de registro óptico, medios de onda portadora, y similares. También, el método para la recuperación del descriptor de textura de imagen puede incorporarse mediante un aparato para la recuperación del descriptor de textura de imagen. La FIGURA 2 es un diagrama de bloques de un aparato para la recuperación de un descriptor de textura de imagen, de conformidad con la presente invención. Haciendo referencia a la FIGURA 2, el aparato para la recuperación del descriptor de textura de imagen incluye un filtro Gabor 200, una unidad de cálculo 202 de la media/varianza de la imagen, un proyector 204 en el eje x, y un proyector 205 en el eje y, una unidad de cálculo 206 de la NAC, y una unidad 208 de detección/análisis de picos. También, el aparato para la recuperación del descriptor de textura de imagen incluye una unidad de cálculo 210 de la media/varianza, una unidad de selección/almacenamiento 212 del primer gráfico candidato, una unidad de selección/almacenamiento 214 del segundo gráfico candidato, una unidad de clasificación 216, una unidad de determinación 218 de un primer indicador, una unidad de cálculo de contraste 220, una unidad de determinación 222 de un segundo a un quinto indicador y una ,? ?? i lÜ unidad de salida 224 de descriptores de textura. En el funcionamiento del aparato para la recuperación de descriptores de textura de imagen, asumiendo que N es un número entero positivo predeterminado, el filtro Gabor 200 filtra una imagen de entrada que consiste de N x N elementos de imagen, por ejemplo, 128 x 128 elementos de imagen usando filtros (no mostrados) que tienen diferentes t coeficientes de orientación y diferentes coeficientes de escala y emite imágenes filtradas ( imagen_filtrada) . Asumiendo que Cl y C2 son números enteros positivos predeterminados, la imagen de entrada es filtrada mediante los filtros que tienen Cl tipos de coeficientes de orientación y C2 tipos de coeficientes de escala, y los filtros emiten Cl x C2 tipos de imágenes filtradas. La unidad 202 para el cálculo de la media/varianza de la imagen, calcula la media varianza de los elementos de imagen para cada uno de los Cl x C2 tipos de imágenes filtradas, para obtener luego un vector Z usando la media y varianza y emite el vector Z obtenido. El proyector 204 en el eje x y el proyector 205 en el eje y, proyectan las imágenes filtradas sobre los ejes x e y para obtener gráficos de proyección en x y gráficos de proyección en y. En otras palabras, supóngase que la posición de un elemento de imagen esta representada por i (i es un número de L,.a N), el proyector 204 en el eje x y el proyector 205 en el eje y emite los gráficos de proyección P(i) expresados por los elementos de imagen de la posición i del elemento de imagen (i-l,...,N) . La unidad 206 para el cálculo de la NAC calcula el valor de la autocorrelación normalizada (NAC) para cada gráfico P(i), denotado por NAC(k) , usando la fórmula (1) . La unidad 208 de detección/análisis de picos, detecta máximos locales P_magn (i) y mínimos locales de V_ agn (i), en los cuales la NAC (k) calculada forma un pico local y un valle local, en una sección predeterminada. La unidad 210 para el cálculo de la media/varianza calcula la media d y la desviación estándar S de los máximos locales P_magn (i) y emite los mismos. La unidad 212 de selección/almacenamiento del primer gráfico candidato, recibe la media d y la desviación estándar S, selecciona los gráficos que satisfacen la fórmula (3) como primeros gráficos candidatos (1er CAND) y almacena los primeros gráficos candidatos seleccionados, en los que a es un valor umbral predeterminado. La unidad 214 de selección/almacenamiento de segundos gráficos candidatos, aplica el agrupamiento aglomerador, modificado, a los primeros gráficos candidatos, para seleccionar los mismos como segundos -Ü-É" íii gráficos . clasificación 216, como se describió con referencia a la FIGURA IB, cuenta los números de gráficos que pertenecen a cada uno de los tipos Cl, C2 y C3, para denotar los mismos por ??, N2 y N3, respectivamente, con respecto a los segundos gráficos candidatos, y emite señales de datos N± indicadoras del número de gráficos de cada tipo. También, la unidad de clasificación 216 determina los pesos predeterminados de los gráficos que pertenecen a cada uno de los tipos Cl, C2 y C3 para denotar luego los mismos mediante Wi, W2 y W3 respectivamente, y emite señales de datos Wj. indicadora de los pesos que se van a aplicar a cada tipo. La unidad de determinación 218 del primer indicador M como se representa mediante la fórmula (4) usando los números determinados i, N2 y N3, y los pesos Wi, 2 y W3, y determina y emite el resultado del cálculo como un primer indicador Vi que constituye un descriptor de textura . La unidad 220 para el cálculo del contraste, calcula el contraste mediante la fórmula (2) y emite una señal Cont_máx que indica que el contraste calculado es el mayor . La unidad 214 de selección/almacenamiento de segundos gráficos candidatos, emite los gráficos candidatos que tienen el mayor contraste entre los segundos gráficos candidatos almacenados en la misma, hacia la unidad 222 de determinación de los indicadores del segundo al quinto. La unidad 222 de determinación de los indicadores del segundo al quinto, determina los coeficientes de orientación y los coeficientes de escala de los gráficos que tienen el mayor contraste, como indicadores del segundo al quinto. En otras palabras, el coeficiente de orientación de un gráfico que tiene el mayor contraste, entre los gráficos de proyección en x, se determina como un segundo indicador V2. También, el coeficiente de orientación de un gráfico que tiene el mayor contraste, entre los gráficos de proyección en y, se determina como un segundo indicador V3. El coeficiente de escala de un gráfico que tiene el mayor contraste, entre los gráficos de proyección en x, se determina como un cuarto indicador V4. También, el coeficiente de escala de un gráfico que tiene el mayor contraste, entre los gráficos de proyección en y, se determina como un quinto indicador V5. La unidad de salida 224 del descriptor de textura, ajusta y emite el descriptor de textura, es decir, el vector de la característica de textura, como { [ i, V2,V3,V4,V5] , Z} , usando la salida L del primer indicador de la unidad 218 para la determinación del primer indicador, la salida V2, V3, V4 y V5 de los indicadores del segundo al quinto, de la unidad 222 para la determinación del segundo al quinto indicador, y la la unidad 202 para el cálculo de la meó3¾/varianza de la imagen. La FIGURA 3 muestra componentes del examen perceptual (PBCs) extraídos de las imágenes de textura Brodatz, mediante la estimulación basada en el método para la recuperación del descriptor de textura de imagen, de conformidad con la presente invención. Como se describió anteriormente, de acuerdo con el método para la recuperación del descriptor de textura de imagen de la presente invención, pueden recuperarse descriptores de textura que permitan capturar perceptualmente tipos de estructura de textura presente en una imagen.

APLICABILIDAD INDUSTRIAL La presente invención puede aplicarse a los campos de aplicaciones en la recuperación de examen o búsqueda de imágenes.

Se hace constar que con relación a esta fecha, el mejor método conocido por la solicitante para llevar a la práctica la citada invención, es el que resulta claro de la presente descripción de la invención.

Claims (14)

REIVINDICACIONES Habiéndose descrito la invención como antecede se reclama como propiedad lo contenido en las siguientes reivindicaciones:

1. Un método para recuperar un descriptor de textura de imagen, para describir características de textura de una imagen, caracterizado porque comprende los pasos de: (a) filtrar imágenes de entrada usando filtros predeterminados que tengan diferentes coeficientes de orientación; (b) proyectar las imágenes filtradas sobre ejes de cada dirección predeterminada, para obtener grupos de datos que consistan de promedios de cada uno de los valores de los elementos de imagen direccionales; (c) seleccionar grupos de datos candidatos, entre los grupos de datos, a través de un método de clasificación predeterminado; (d) determinar una pluralidad de indicadores en base a los coeficientes de orientación de los filtros usados en la filtración de los grupos de datos candidatos; y (e) determinar la pluralidad de indicadores como el descriptor de textura de la imagen.

2. El método para la recuperación de un descriptor de textura d Imagen de conformidad con la reivindicación 1, caracterizado porque el paso (a) comprende además el paso de (a-1) filtrar imágenes de entrada usando filtros predeterminados que tengan diferentes coeficientes de escala, y el paso (d) comprende además el paso de (d-1) determinar una pluralidad de indicadores en base a los coeficientes de escala de los filtros usados en la filtración de los grupos de datos candidatos .

3. El métpdo para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 2, caracterizado porque además comprende el paso de determinar otro indicador en base a la presencia de grupos de datos filtrados por los filtros que tienen coeficientes de escala o coeficientes de orientación que están cerca o que son idénticos a los coeficientes de escala o coeficientes de orientación de los filtros usados en la filtración de los grupos de datos candidatos, seleccionados.

4. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 3, caracterizado porque además comprende el paso de calcular la media y varianza de elementos de imagen con respecto a cada una de las imágenes filtradas, y obtener un vector predeterminado usando la media y varianza calculadas .

5. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 2, caracterizado porque además comprende el paso de calcular la media y varianza de elementos de imagen, con respecto a las imágenes filtradas, y obtener un vector predeterminado usando la media y varianza calculadas.

6. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 1, caracterizado porque además comprende el paso de determinar otro indicador en base a la presencia de gráficos filtrados por filtros que tienen coeficientes de escala o coeficientes de orientación que están cerca de, o son idénticos a, los coeficientes de escala o coeficientes de orientación de los filtros usados en la filtración de los datos candidatos, seleccionados.

7. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 6, caracterizado porque además comprende el paso de calcular la media y varianza de los elementos de imagen, con respecto a cada una de las imágenes filtradas, y obtener un vector predeterminado usando la media y varianza calculadas.

8. El método para la recuperación de un descriptor de textura de iiaagen de conformidad con la reivindicación 1, caracterizado porque además comprende el paso de calcular la media y varianza de elementos de imagen, con respecto a cada una de las imágenes filtradas, y obtener un vector predeterminado usando la media y varianza calculadas.

9. Un método para la recuperación de un descriptor de textura de imagen, para describir características de textura de una imagen, caracterizado porque comprende los pasos de: (a) filtrar imágenes de entrada usando filtros predeterminados que tengan diferentes coeficientes de escala; (b) proyectar las imágenes filtradas sobre ejes de cada dirección predeterminada, para obtener grupos de datos que consistan de promedios de cada uno de los valores de los elementos de imagen direccionales ; (c) determinar una pluralidad de indicadores en base a los coeficientes de escala de los filtros usados en la filtración en los grupos de datos, seleccionados entre los grupos de datos, a través de un método de selección predeterminado; (d) determinar la pluralidad de indicadores como el descriptor de textura de la imagen.

10. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 9, caracterizado porque además comprende el paso de calcular la media y varianza de los elementos de imagen, con respecto a las imágenes filtradas, y obtener un vector predeterminado usando la media y varianza calculadas .

11. Un método para recuperar un descriptor de textura de imagen para describir características de textura de una imagen, caracterizado porque comprende los pasos de: (a) filtrar imágenes de entrada usando filtros predeterminados que tengan diferentes coeficientes de orientación y diferentes coeficientes de escala; (b) proyectar las imágenes filtradas sobre ejes de cada dirección predeterminada, para obtener gráficos que consistan de promedios valores de los elementos de imagen direccionales ; (c) seleccionar gráficos candidatos entre los gráficos obtenidos en el paso (b) a través de un método de clasificación predeterminado; (d) determinar otro indicador en base a la presencia de gráficos filtrados mediante filtros que tengan coeficientes de escala o coeficientes de orientación que estén cerca de, o sean idénticos a, los coeficientes de escala o coeficientes de orientación de los filtros usados en la filtración de los gráficos candidatos seleccionados; (e) determina una pluralidad de indicadores en base a los coeficientes de escala o coeficientes de orientación de los filtros usados en la filtración de los gráficos candidatos determinados; y (f) determinar el indicador determinado en el paso (d) y la pluralidad de indicadores determinados en el paso (e) como el descriptor de textura de la imagen.

12. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 11, caracterizado porque además comprende el paso de calcular la media y varianza de los elementos de imagen, con respecto a las imágenes filtradas, y obtener un vector predeterminado usando la media y varianza calculadas .

13. Un método para recuperar un descriptor de textura de imagen, para describir características de textura de una imagen, caracterizado porque comprende los pasos de: (a) filtrar imágenes de entrada usando filtros predeterminados que tengan diferentes coeficientes de orientación y diferentes coeficientes de escala; (b) proyectar las imágenes filtradas sobre ejes horizontales y verticales, para obtener gráficos de proyección en el eje horizontal y gráficos de proyección en el eje vertical; (c) calcular valores de autocorrelación normalizada, para cada gráfico; (d) obtener máximos locales y mínimos locales para cada valor de autocorrelación normalizada, en el que los valores de autocorrelación normalizada, calculados, formen un pico local y un valle local en una sección predeterminada; (e) definir el promedio de los máximos locales y el promedio de los mínimos locales, como contraste; (f) seleccionar gráficos en los que la relación de la desviación estándar respecto al promedio de los máximos locales, sea menor o igual que un valor umbral predeterminado, como primeros gráficos candidatos; (g) determinar el tipo de los segundos gráficos candidatos de acuerdo con el número de gráficos filtrados mediante los filtros que tienen coeficientes de escala o coeficientes de orientación que estén cerca de o que sean idénticos a, los coeficientes de escala o coeficientes de orientación de los filtros usados en la filtración de los segundos gráficos candidatos, seleccionados; (h) contar los números de gráficos que pertenezcan a los ti| s respectivos de segundos gráficos candidatos, y determinar1 ¦ los pesos predeterminados de cada tipo de segundos gráficos candidatos; (i) calcular la suma de productos de los números contados de gráficos y los pesos determinados, para determinar el valor resultante del cálculo, como un primer indicador que constituya un descriptor de textura. (j) determinar los coeficientes de orientación y los coeficientes de escala de los segundos gráficos candidatos que tienen el mayor contraste, como indicadores del segundo al quinto; y (k) determinar indicadores que incluyan el primer indicador y los indicadores del segundo al quinto, como los descriptores de textura de la imagen correspondiente.

14. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 13, caracterizado porque además comprende el paso de calcular la media y varianza de los elementos de imagen, con respecto a las imágenes filtradas, y obtener un vector predeterminado usando la media y varianza calculadas, en donde el paso (k) incluye el paso de determinar indicadores que incluyan el primer indicador, los indicadores del segundo al quinto y el vector predeterminado, como los descriptores de textura de la imagen correspondient método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 13, caracterizado porque la autocorrelación normalizada, denotada mediante NAC(k) , se calcula mediante la siguiente fórmula: en donde N es un número entero positivo predeterminado, una imagen de entrada consiste de N x N elementos de imagen, una posición de elemento de imagen se representa mediante i, en donde i es un número de 1 a N, los gráficos de proyección expresados mediante elementos de imagen de la posición i del elemento de imagen se representa mediante P(i) y Je es un número de 1 a N. El método para la recuperación de un descriptor de textura de imagen de conformidad con reivindicación 13, caracterizado porque el contraste determina como: P_magn{i) -— V_magn(i) en donde P_magn (i) y V_magn (i) son los máximos locales y los mínimos locales determinados en el paso (d) . 17. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 13, caracterizado porque en el paso (f), los gráficos que satisfacen la siguiente fórmula se seleccionan como primeros gráficos candidatos: en donde d y S son el promedio y desviación estándar de los máximos locales y es un valor umbral predeterminado. 18. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 13, caracterizado porque el paso (g) comprende los pasos secundarios de: (g-1) si hay uno o más gráficos que tengan coeficientes de escala o de orientación idénticos con los de un gráfico candidato pertinente, y uno o más gráficos que tengan coeficientes de escala u orientación cercanos a los del gráfico candidato pertinente, clasificar el gráfico candidato pertinente como un gráfico de primer tipo; (g-2) si hay uno o más gráficos que tengan coeficientes de escala o orientación idénticos a los de un gráfico candidato pertinente, pero no hay un gráfico que tenga coeficientes de escala u orientación cercanos a aquellos del gráfico candidato pertinente, clasificar el gráfico candidato pertinente como un gráfico de segundo tipo; y (g-3) si no hay un gráfico que tenga coeficientes de escala u orientación idénticos o cercanos a los de un gráfico candidato pertinente, clasificar el gráfico candidato pertinente como un gráfico de tercer tipo . 19. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 13, caracterizado porque el paso (h) incluye el paso de contar el número de gráficos que pertenezcan a cada uno de los tipos de gráficos, de primero a tercero, y determinar pesos predeterminados para cada uno de los tipos de gráficos. 20. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 13, después del paso de (f) , caracterizado porque comprende el paso de aplicar un algoritmo de agrupamiento predeterminado, a los primeros gráficos candidatos, para seleccionar segundos gráficos candidatos. 21. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 20, caracterizado porque el algoritmo de agrupamiento predeterminado, es el agrupamiento aglomerador modificado . 22. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 13, caracterizado porque en el paso (j) el coeficiente de orientación de un gráfico que tiene el mayor contraste, entre los gráficos de proyección en el eje horizontal, se determina como un segundo indicador; el coeficiente de orientación de un gráfico que tiene el mayor contraste, entre los gráficos de proyección en el eje vertical, se determina como un segundo indicador; el coeficiente de escala de un gráfico que tiene el mayor contraste, entre los gráficos de proyección en el eje horizontal, se determina como un cuarto indicador; y el coeficiente de escala de un gráfico que tiene el mayor contraste, entre los gráficos de proyección en el eje vertical, se determina como un quinto indicador. 23. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 13, caracterizado porque el paso (j) incluye el paso de determinar indicadores que incluyan el primer indicador, los indicadores del segundo al quinto, y el vector predeterminado, como los descriptores de textura de la imagen correspondiente. 24. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 13, caracterizado porque los filtros predeterminados incluyen filtros de Gabor. 25. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 14, caracterizado porque los filtros predeterminados incluyen filtros de Gabor. 26. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 15, caracterizado porque los filtros predeterminados incluyen filtros de Gabor. 27. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 16, caracterizado porque los filtros predeterminados incluyen filtros de Gabor. 28. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 17, caracterizado porque los filtros predeterminados incluyen filtros de Gabor. 29. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 18, caracterizado porque los filtros predeterminados incluyen filtros de Gabor. 30. El método para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 19, ^ Caracterizado porque los filtros predeterminados incluyen filtros de Gabor. 31. Un medio legible en computadora, que tiene códigos de programa que pueden ser ejecutados por una computadora a fin de llevar a cabo un método para que un descriptor de textura de imagen describa característica de textura de una imagen, el método esta caracterizado porque comprende los pasos de: (a) filtrar imágenes de entrada usando filtros predeterminados que tengan diferentes coeficientes de orientación y diferentes coeficientes de escala; (b) proyectar las imágenes filtradas sobre ejes horizontales y verticales, para obtener gráficos de proyección en el eje horizontal y gráficos de proyección en el eje vertical; (c) . calcular valores de autocorrelación normalizada, para cada gráfico; (d) obtener máximos locales y mínimos locales para cada valor de autocorrelación normalizada, en el que los valores de autocorrelación normalizada, calculados, formen un pico local y un valle local en una sección predeterminada; (e) definir el promedio de los máximos locales y el promedio de los mínimos locales, como contraste; (f) süáfccionar gráficos en los que la relación de la desviación estándar respecto al promedio de los máximos locales, sea menor o igual que un valor umbral predeterminado, como primeros gráficos candidatos; (g) determinar el tipo de los segundos gráficos candidatos de acuerdo con el número de gráficos filtrados mediante los filtros que tienen coeficientes de escala o coeficientes de orientación que estén cerca de o que sean idénticos a, los coeficientes de escala o coeficientes de orientación de los filtros usados en la filtración de los segundos gráficos candidatos, seleccionados; (h) contar los números de gráficos que pertenezcan a los tipos respectivos de segundos gráficos candidatos, y determinar los pesos predeterminados de cada tipo de segundos gráficos candidatos; (i) calcular la suma de productos de los números contados de gráficos y los pesos determinados, para determinar el valor resultante del cálculo, como un primer indicador que constituya un descriptor de textura. (j) determinar los coeficientes de orientación y los coeficientes de escala de los segundos gráficos candidatos que tienen el mayor contraste, como indicadores del segundo al quinto; y (k) determinar indicadores que incluyan el primer indicador y los indicadores del segundo al quinto, como los descriptores de textura de la imagen correspondiente . 32. El medio legible en computadora, de conformidad con la reivindicación 31, caracterizado porque el método para la recuperación de un descriptor de textura de imagen comprende además el paso de calcular la media y varianza de los elementos de imagen, con respecto a las imágenes filtradas, y obtener un vector predeterminado usando la media y varianza calculada, y porque el paso (k) incluye el paso de determinar indicadores que incluyan el primer indicador, los indicadores del segundo al quinto, y el vector predeterminado, como los descriptores de textura de la imagen correspondiente. 33. Un método y aparato para recuperar un descriptor de textura, para describir características de textura de una imagen, caracterizado porque comprende: un medio de filtración para filtrar imágenes de entrada usando filtros predeterminados que tengan diferentes coeficientes de orientación; medios de proyección para proyectar las imágenes filtradas sobre ejes de cada dirección predeterminada, para obtener grupos de datos que consistan de promedios de cada uno de los valores de elementos de imagen direccionales ; medios de clasificación para seleccionar grupos de datos candidatos entre los grupos de datos, a través de un método de clasificación predeterminado; medios para la determinación de primeros indicadores, para determinar otro indicador en base al número de gráficos filtrados por los filtros que tienen coeficientes de escala o coeficientes de orientación que estén cerca de, o sean idénticos a, los coeficientes de escala o coeficientes de orientación de los filtros usados en la filtración del gráfico candidato seleccionado; y medios para la determinación de segundos indicadores, para determinar una pluralidad de indicadores en base a coeficientes de escala y coeficientes de orientación de los filtros usados en la filtración de los gráficos candidatos predeterminados. 34. El aparato para la recuperación de un descriptor de textura de imagen de conformidad con la reivindicación 33, caracterizado porque además comprende medios para el cálculo de la media/varianza, para calcular la media y varianza de los elementos de imagen, con respecto a cada una de la imágenes filtradas, y obtener un vector predeterminado, usando la media y varianza calculadas . 35. Un aparato para recuperar un descriptor de textura de imagen para describir características de textura de una imagen^ "caracterizada porque comprende: una unidad de filtración para filtrar imágenes de entrada, usando filtros predeterminados que tengan diferentes coeficientes de orientación y diferentes coeficientes de escala; una unidad para el cálculo de la media/varianza de la imagen, para calcular la media y varianza de los elementos de imagen con respecto a cada una de las imágenes filtradas, y obtener un vector predeterminado usando la media y varianza calculadas. una unidad de proyección para proyectar las imágenes filtradas sobre ejes horizontales y verticales, para obtener gráficos de proyección en el eje horizontal y gráficos de proyección en el eje vertical; una unidad de cálculo para calcular un valor de autocorrelacion normalizada para cada gráfico; una unidad de detección/análisis de picos, para detectar máximos locales y mínimos locales para cada valor de autocorrelacion, en los cuales los valores de autocorrelacion normalizada, calculados, forman un pico local y un valle local en una sección predeterminada; una unidad para el cálculo de la media/varianza, para calcular el promedio de los máximos locales y el promedio de los mínimos locales; una unidad de selección/almacenamiento para primeros gráficos candidatos para seleccionar los gráficos que satisfagan el requisito de que la relación de la desviación estándar respecto al promedio de los máximos locales, sea menor o igual que un valor umbral predeterminado, como primeros gráficos candidatos; una unidad de selección/almacenamiento de segundos gráficos candidatos, para aplicar un algoritmo de agrupamiento predeterminado, a los primeros gráficos candidatos, para seleccionar los mismos como segundos gráficos candidatos; una unidad de clasificación para contar el número de gráficos que pertenezcan a cada uno de los tipos respectivos de los segundos gráficos candidatos, emitir señales de datos indicadoras del número de gráficos de cada tipo, determinar los pesos predeterminados de los gráficos que pertenezcan a los tipos respectivos y emitir señales de datos indicadoras de los pesos que se vayan aplicar a cada tipo; una unidad de determinación de primeros indicadores para calcular la suma de los productos de los datos que representen el número de gráficos que pertenezcan a cada tipo, y los datos que representen los pesos que se vayan aplicar a cada tipo, determinando y emitiendo el resultado del cálculo como un primer indicador que constituye un descriptor de textura; una unidad de cálculo de contraste, para calcular el contraste de acuerdo con la fórmula (2) usando los promedios emitidos desde la unidad del cálculo de la media/varianza y emitir una señal indicadora de que el contraste calculado es el mayor; una unidad de selección/almacenamiento de segundos gráficos candidatos, para emitir los gráficos candidatos que tengan el mayor contraste entre los segundos gráficos candidatos almacenados en la misma, en respuesta a la señal indicadora de que el contraste calculado es el mayor; una unidad de determinación de indicadores de segundo a quinto, para determinar el coeficiente de orientación de un gráfico que tenga el mayor contraste, entre los gráficos de proyección en el eje horizontal; el coeficiente de orientación de un gráfico que tenga el mayor contraste, entre los gráficos de proyección en el eje vertical, como un segundo indicador; el coeficiente de escala de un gráfico que tenga el mayor contraste, entre los gráficos de proyección en el eje horizontal como un cuarto indicador; y el coeficiente de escala de un gráfico que tenga el mayor contraste, entre los gráficos de proyección en eje vertical, como un quinto indicador; y una unidad para emitir un descriptor de textura, para combinar el primer indicador, los indicadores del segundo al quinto, y el vector predeterminado, y emitir el resultado de combinación, como los descriptores de textura de la imagen correspondiente. 36. Un método para generar un descriptor de textura de imagen, que incluya números cuantificados Vi, V2, V3, V4, y V5 en donde Vi, V2, V3, V4, y V5 son números enteros, caracterizado porque comprende los pasos de: (a) generar el número Vi que represente la estructuración de una textura de imagen; (b) generar los números V2 y V3 que representen dos direcciones dominantes que caractericen la textura de la imagen; y (c) generar los números V4, y V5 que representen dos escalas de la textura de la imagen correspondiente a V2 y V3, respectivamente. 37. Un medio legible en computadora, que tenga códigos de programa que puedan ser ejecutados mediante una computadora, para llevar a cabo un método para generar un descriptor de textura de imagen que incluya números cuantificados Vi, V2, V3, V4, y V5 en donde Vi, V2, V3, V4, y V5 son números enteros, caracterizados porque comprende los pasos de: (a) generar el número x que representa la estructuración de una textura de imagen; (b) generar los números V2 y V3 que representan dos direcciones dominantes que caracterizan la textura de imagen; y (c) generar los números V4, y V5 que representan las escalas de la textura de la imagen que corresponden a 2 y V3, respectivamente. 38. Un aparato para generar un descriptor de textura de imagen que incluye cinco números cuantificados i, V2, V3, V , y V5, en donde Vi, V2, V3, V4, y V5 son números enteros, caracterizado porque comprende los pasos de : (a) medios de generación, para generar el número Vi que representa la estructuración de una textura de imagen; (b) medios de generación para generar los números V2 y V3 que representan dos direcciones dominantes caracterizantes de la textura de la imagen; y (c) medios de generación para generar los números V4, y V5 que representan dos escalas de la textura de la imagen que corresponde a V2 y V3.