无下采样轮廓波变换纹理图像检索系统

针对基本轮廓波变换纹理检索系统检索率较低的问题,提出了一种无下采样轮廓波变换(NSCT)纹理图像检索系统.该系统采用的轮廓波变换由无下采样拉普拉斯金字塔级联无下采样方向滤波器构成,特征向量采用子带系数的能量和标准偏差连接而成;以Canberra距离为相似度度量标准.比较了基于同样架构的基本轮廓波变换和NSCT纹理检索系统的性能.实验结果表明:在特征向量长度,检索时间、所需存储空间基本相同的情况下,NSCT检索系统比基本轮廓波变换检索系统具有更高的检索率;NSCT分解结构参数以及图像类型对于平均检索率也有较大的影响.     

复Contourlet—2.3 纹理检索系统

轮廓波变换纹理检索系统检索率比较低的根本原因在于轮廓波变换较低的移不变水平和较差的时频局部化特性.为了克服轮廓波变换的这些缺陷,提出了一种基于映射的复Contourlet-2.3轮廓波变换,并证明了该变换的移不变性质.在该变换的基础上,采用变换域子带系数的能量和标准偏差序列作为特征向量,以Canberra距离为相似度度量标准,构造了一种纹理图像检索系统.实验结果表明:在特征向量长度、检索时间、所需存储空间相同的情况下,基于映射的复Contourlet-2.3 变换检索系统比基于同样架构的轮廓波变换、Contourlet-2.3、基于映射的复轮廓波变换等检索系统有更高的检索率.     

基于映射的复Contourlet-1.3纹理图像检索

轮廓波变换纹理检索系统检索率比较低的根本原因在于轮廓波变换较低的移不变水平和变换域系数较高的振荡性.为了克服轮廓波变换的这些缺陷,提出了一种基于映射的复Contourlet-1.3 轮廓波变换,并证明了该变换的移不变性质.在该变换的基础上,采用子带系数的能量和标准偏差序列作为特征向量,以Canberra 距离为相似度度量标准,提出了一种纹理图像检索方法.实验结果表明:在特征向量长度、检索时间、所需存储空间相同的情况下,基于映射的复Contourlet-1.3 检索系统比基于同样架构的实数轮廓波变换、实数Contourlet-2.3、基于映射的复轮廓波变换、基于映射的复Contourlet-2.3 等检索系统有更高的检索率.     

子带系数统计参数对于轮廓波纹理图像检索率的影响

针对轮廓波纹理图像检索系统检索率较低的问题,在轮廓波变换域空间,探讨子带系数的一些统计参数对于该类系统检索率的影响,这些统计参数包括：均值、方差、绝对值均值、能量均值、偏度、峰度和光滑度。实验结果表明,绝对值均值具有相对较高的检索率。     

架构于双树轮廓波及GGD模型的纹理图像检索

提出一种基于双树轮廓波变换的纹理图像检索方法.双树轮廓波由塔型双树方向滤波器组构建,它保持了轮廓波灵活的方向选择性,同时克服了传统轮廓波不具有移不变性的缺点.根据双树轮廓波系数的统计特性,本文利用广义高斯分布对各子带进行建模,采用矩估计法提取模型参数,并用KL距离度量图像之间的相似度,实现纹理图像检索.为评价检索性能,从Brodatz图库创建了包含800幅纹理图像的数据库.实验结果表明,本文算法的平均检索率比基于小波和轮廓波的方法分别提高了10.46%和6.94%,而且保持了较高的计算效率.     

基于内容的图像检索技术研究

基于内容的图像检索技术在数字图书馆、医疗图像、网络信息安全、遥感等领域有着广泛的应用,是目前图像检索技术中比较前沿的研究热点。文章研究了基于内容图像检索系统的基本组成以及基于颜色、纹理、形状、语义等图像检索技术的主要方法。分析和比较了现有的各种图像检索技术的优劣。     

基于DT-CWT和SVM的纹理分类算法

提出了一种基于双树复数小波变换(DT-CWT)和支持向量机(SVM)的纹理分类算法.双树复数小波变换不仅具有实数小波的诸多优点,而且还具有近似平移不变性、良好的方向选择性和低冗余度,并且能对图像进行完全重构,能够更好地刻画纹理的特性;支持向量机算法是近年发展起来的性能优越的分类算法,比传统分类器有很大的优越性:避免了局部最优解和"维数灾"问题,其最优分类超平面的思想能够提高分类准确度.该方法用双树复数小波对纹理图像进行滤波并在各方向子带上进行重构,再计算其局部能量函数得到每个像素的特征向量,最后利用支持向量机算法实现对纹理图像像素的分类.将本方法与其它的分类算法进行比较,实验结果表明,提出的算法能有效地提高正确分类率.     

集成模糊特征的Snakes模型分割图像纹理

对纹理图像进行局部一维离散傅里叶变换,把傅里叶变换能反映图像纹理的高频部分的振幅谱作为纹理的特征向量.利用模糊概念定义模糊特征向量,把模糊特征向量集成到Snakes模型.改进的Snakes模型使活动轮廓曲线在曲线内部力场、图像梯度力场和特征向量对区域的模糊隶属度确定大小的曲线法向力场的共同作用下运动.对纹理实验图像和真实图像的进行了分割实验,实验结果说明新的模型能对图像纹理进行有效的分割,模糊特征的融入扩大了Snakes模型分割图像的范围.     

利用特征向量的三维模型检索

提出一种基于形状特征向量长度与夹角的三维模型检索算法,从规范化处理后的物体形状出发,计算基于模型采样点的特征向量的长度与夹角,通过比较相似特征向量的长度和夹角来度量任意三维模型之间的相似性.实验证明,该算法适用于各种模型格式,对于任何一种变换下的模型都具有良好的检索效果.     

基于 NSCT 域特征和 PCNN 的SAR 图像目标分割

针对 SAR 图像的目标自动分割问题,在分析非下采样轮廓波变换和脉冲耦合神经网络的基础上,提出了一种基于非下采样轮廓波域特征图和 PCNN 的 SAR 图像目标分割算法.对 SAR 图像经过 NSCT 分解后的高、低频图像分别运用不同方式进行处理.对低频图用 PCNN 进行分割以获取目标所在的区域,对高频子带构造了特征图,对特征图利用 PCNN 进行分割以获取目标的精细结构.利用 MSTAR 数据进行了仿真实验,并与基于模糊 C 均值的分割算法、基于马尔可夫随机场的分割算法进行了对比.实验结果表明,所提出算法对 SAR 图像目标的分割结果更为准确,同时较其它算法具有更强的抗噪性能,是一种有效可行的 SAR 目标分割算法.