基于复数小波域广义高斯分布模型的纹理图像检索

由于在频域用能量参数来表示图像的特征矢量缺乏准确性,而且实数离散小波变换具有平移变化性和弱的方向选择性,为此针对以上问题提出了一种基于复数小波域广义高斯分布模型的纹理图像检索方法。该方法首先利用双树复数小波变换系数的统计特性来建立广义高斯分布的统计模型;然后基于该模型提取图像的特征矢量;最后利用Kullback-Leibler distance(KLD)测度算法进行纹理图像检索。对Brodatz图像库的仿真表明,新方法较双树复数小波算法的查准率提高6.96%,较基于Gabor纹理特征检索法的查准率提高了18.8%。同时复数小波系数统计模型具有旋转不变性。新方法对今后的纹理图像检索具有重要的理论与实际意义。     

基于小波包变换的纹理图像检索

提出了一种利用小波包变换分解图像,提取纹理特征进行图像检索的新方法。该方法利用小波包函数的特性,对多分辨分析没有细分的高频部分进行分解,从而形成能够精确表征图像的特征矢量。匹配算法则使用比值相似度。实验结果表明,该方法计算简单、有效、检索效果较好。     

小波域颜色和纹理特征提取及图像检索方法研究

对小波域图像颜色和纹理特征的提取方法进行研究,在图像颜色特征提取方面,提出一种基于分块的HSI分量低频子带颜色特征提取方法,该方法首先根据人眼对图像的关注度对图像进行分块,对每一块的HSI分量的小波分解低频子带的颜色特征进行提取,并通过加权获得图像的颜色特征;在图像纹理特征提取方面,提出一种基于高频子带灰度-差分基元共生矩阵的二阶统计量和各子带方向特征的纹理特征提取方法,增加了方向特性的纹理特征对图像纹理的刻画更加精细;在此基础上,提出一种综合利用所提出图像颜色和纹理特性的图像检索算法,提高了图像的检索精度.实验结果验证了所提出方法的有效性.     

Brushlet域复特征纹理图像检索算法

纹理图像检索的关键步骤是有效地提取纹理特征,但常用的小波变换方向有限.为此借助Brushlets为复函数且具有良好多方向性的特点,为了提高图像分辨率,优化图像效果提出了一种基于Brushlet域复特征的纹理图像检索新算法,综合图像的能量和相位特征描述纹理信息,分析了Bnishlet分解层数对检索效果的影响,并讨论了不同类型纹理图像的检索效果极其成因.实验结果表明,算法细致全面的描述了纹理信息,使多种相似度计算指标均显著提高,对方向性较强的纹理图像效果尤为明显.     

基于不同复小波变换方法的纹理检索和相似计算

复小波克服了单小波的缺点,具有时移不变性、方向性信息多和相位信息等特点.从能量角度出发,主要研究了不同复小波变换方法的一阶和二阶统计矩(共生矩阵)特性,并应用于纹理特征的提取,与传统的单小波做了比较.通过理论分析和在纹理图像检索的对比实验数据说明了复小波在纹理特征提取方面的性能优于单小波,采用一阶和二阶统计矩相结合方法的性能最好,检索精度提高了8%.     

基于小波分解的纹理图像检索

纹理相似性研究是基于内容检索研究中的一个重要组成部分。采用树状小波分解的方法在相应的能量准则下对图像进行分解，并使用了主成分分析算法来压缩特征向量的维数，而且结合Tamura等人提出的、与人类视觉感知相对应的3个重要纹理特征来形成对图像进行精确描述的特征矢量。实验结果表明，该算法具有较强的应用价值。     

基于Contourlet-S变换的纹理图像检索系统

针对基本轮廓波变换纹理图像检索系统检索率较低的问题,提出一种基于Contourlet—S变换的纹理图像检索系统。其中采用的特征向量由Contourlet—S变换域各子带内系数的能量和标准偏差连接而成,相似度度量标准使用Canberra距离。实验结果表明,采用相同的系统结构和分解结构参数,在基本相同的检索时间内,Contourlet-S检索系统比基本轮廓波检索系统具有更高的检索率。     

基于小波变换的纹理特征提取分析

在图像检索技术中，充分利用纹理特征能大大提高图像检索的准确率。用小波变换的方法提取图像纹理特征参数优势明显．也符合纹理识别的特点。     

基于纹理的图像检索

为得到纹理特征提取的合适的算法,首先研究了基于灰度共生矩阵的纹理特征的提取方法,将彩色图像变换灰度图像,然后进行四个方向的纹理特征提取,包括能量、熵、惯性矩、相关量四个向量元素作为纹理特征值,并研究了基于Gabor小波的纹理特征的提取。首先将Gabor小波作为母小波,将图像进行二维的Gabor小波变换,将Gabor小波系数的均值和标准方差作为纹理特征值;将两种方法进行比较,查全率和查准率作为测量标准,实验表明基于Gabor小波变换的纹理特征方法在频域具有比较好的检索效果。     

基于小波纹理信息的星载SAR图像分类研究

论述利用小波变换提取合成孔径雷达（ＳＡＲ）图像的纹理信息,借助Ｄａｕｂｅｃｈｉｅｓ３正交小波,对图像进行小波分解,将小波变换各个频带输出的Ｌ１范数作为纹理分类的物征,并采用神经网络分类。选取徐州市卧牛山矿开采沉陷区的Ｒａｄａｒｓａｔ卫星ＳＡＲ图像进行分类研究表明,该方法能有效地对ＳＡＲ图像进行分类。     

基于二进小波统计特征的纹理图像检索

二进小波变换利用模局部极大值来提取图像的多尺度边缘信息。该文研究了二进小波系数的统计特性，提出并验证了二进小波系数直方图服从于指数分布。分析了二进小波系数的一阶、二阶统计矩(共生矩阵)特性并将其应用于纹理特征提取。理论分析和实验说明，采用Manjunath方法和二阶统计矩方法的二进小波在纹理图像检索方面优于单小波。     

一种改进的综合纹理和形状特征的图像检索方法

提出一种利用小波进行综合纹理和形状特征的具有旋转、平移和尺度不变性的图像检索算法.使用角向矩加权方向定义图像的主方向来进行坐标轴的旋转矫正,得到图像的旋转不变性表示;采用具有平移和尺度不变性的小波变换对图像进行小波分解,利用各子带的能量作为纹理特征;利用小波分解的逼近子图重构图像并进一步利用Hu不变矩提取其形状特征.最后对纹理和形状特征进行高斯归一化,综合其特征进行检索.实验中对算法的尺度不变性、旋转不变性、平移不变性及对噪声的不敏感性进行了验证,实验结果证明了该算法具有更高的鲁棒性和查准率.     

基于小波的综合特征图像检索

针对单一视觉特征图像检索效果不够理想的问题，本文以小波变换为基础，提出了一种综合利用纹理，形状和空间特征共同进行检索的方法。实验结果表明，综合特征检索要比单一特征检索更符合人的视觉感受要求，因而检索效果更好。