基于小波的纹理特征提取算法的研究

摘要

纹理是人们视觉系统对自然界物体表面现象的一种感知,它作为物体表面的一种基本属性广泛存在于自然界中,是人们描述与区分不同物体的重要特征之一。纹理分析技术是图像处理领域一个经久不衰的研究热点,纹理特征提取作为纹理分析的首要问题,成为人们关注的焦点。本文在传统的纹理特征提取方法的基础上,提出了一种双树复小波域共生矩阵纹理特征提取方法,对提取的特征值用聚类的方法进行性能分析,并应用于图像检索中。本文的主要工作如下:
　　1.复现了GLCM、DT-CWT纹理特征提取方法。通过实验比较了特征值之间的相关性,选择能量、熵、惯性矩和局部平稳这4个非相关特征值。构造共生矩阵参数,通过考察构造参数对特征值的影响来确定构造参数。该方法简洁、计算量小。在DWT和DT-CWT比较分析之后,利用DT-CWT从多方向和多尺度两个方面对图像纹理分析。设计了滤波器,并验证了DT-CWT的性质。
　　2.在深入研究GLCM和DT-CWT纹理特征提取方法的基础上,提出了一种双树复小波域的共生矩阵纹理特征提取方法。该方法利用双树复小波模型,构造同时满足正交和重构的滤波器,对纹理图像进行多层分解。通过计算多层低频子带图像的共生矩阵,提取描述纹理图像在不同尺度下的特征矢量;通过计算一层分解不同方向子带图像的共生矩阵,提取描述纹理图像不同方向的特征矢量。该方法能有效地描述纹理的尺度特性和方向特性,而且算法直观简明。
　　3.利用聚类分析,对GLCM、DT-CWT和双树复小波域共生矩阵的纹理特征提取方法所提取的特征矢量进行性能分析。将每一幅纹理图像所提取的特征矢量视为一个聚类的样本,不同类型所有纹理图像所提取的特征集合作为不同的聚类。通过聚类内部距离、聚类间距离及其比值等指标,分析比较了上述3种方法的特征提取性能。实验结果表明,本文提出的方法具有较好的聚类性能,所提取的纹理特征的聚类分离度优于其它两种方法,并能较好地保持聚类内部样本的差异性。
　　4.将GLCM、DT-CWT和双树复小波域共生矩阵的纹理特征提取方法应用于图像检索。利用检索图像与图像库中图像之间的纹理特征距离函数作为图像相似性度量值来检索图像,分析比较了上述3种方法的图像检索平均查准率。实验结果表明,本文提出的方法计算效率高、操作方便,有效地提高了图像检索的正确率。

目录

封面

声明

中文摘要

英文摘要

目录

Contents

第1章 绪论

1.1 研究背景与意义

1.2国内外研究现状与发展趋势

1.3论文的主要内容与组织结构

第2章 纹理特征提取方法综述

2.1 引言

2.2 纹理

2.3 纹理特征提取方法分类

2.4图像纹理特征提取方法比较

2.5 本章小结

第3章 基于灰度共生矩阵的纹理特征提取方法

3.1 引言

3.2 灰度共生矩阵的理论

3.3 灰度共生矩阵的纹理特征提取方法

3.4 实验结果与分析

3.5 本章小结

第4章 基于双树复小波的纹理特征提取方法

4.1 引言

4.2 复小波变换的理论

4.3 双树复小波的纹理特征提取方法

4.4 实验结果与分析

4.5 本章小结

第5章 双树复小波域共生矩阵的纹理特征提取方法

5.1 引言

5.2 双树复小波域共生矩阵的纹理特征提取原理

5.3 多方向纹理特征提取

5.4 多尺度纹理特征提取

5.5 基于聚类的纹理特征性能分析

5.6 纹理特征提取实验结果与分析

5.7 在图像检索中的应用

5.8 本章小结

总结与展望

参考文献

攻读学位期间发表的学术论文

致谢