一種抗幾何形變的紋理特征提取算法研究.pdf

1、隨著信息技術(shù)的飛速發(fā)展，數(shù)字進入高速發(fā)展時期。多媒體數(shù)據(jù)庫及互聯(lián)網(wǎng)上的海量圖像信息需要有效而快速的方法實現(xiàn)檢索。由于圖像數(shù)據(jù)庫變得越來越龐大，傳統(tǒng)的基于關(guān)鍵字的圖像檢索技術(shù)已經(jīng)無法滿足檢索需求。為了解決這一矛盾，人們提出了基于內(nèi)容本身的圖像檢索技術(shù)(CBIR：content-basedimage retrival)。在這種檢索技術(shù)中，圖像是通過自身的可視化內(nèi)容被標記和區(qū)分的，因而圖像的特征提取和匹配就變得非常重要了。圖像的特征包括顏色、

2、形狀、紋理及其結(jié)構(gòu)等，其中紋理特征是非常重要的特征之一，人們利用紋理特征進行了大量關(guān)于圖像檢索、圖像分類的研究。紋理特征的重要性在于它存在于許多現(xiàn)實世界獲取的圖像中，如：云朵、樹木、頭發(fā)、磚塊等等。 針對紋理特征提取已經(jīng)做過大量的研究，但大多數(shù)基于一個前提假設(shè)，即：所有的圖像都是從同一個視角獲得的，即圖像的角度，大小，位置都一樣。而在實際的應(yīng)用中，這個假設(shè)顯然是不成立的，因而這些方法實現(xiàn)的檢索效果就變得比較差了。已經(jīng)有一些學者提

3、出了用于圖像分類的具有旋轉(zhuǎn)不變性的紋理特征提取方法。但這些方法是針對圖像分類這一應(yīng)用領(lǐng)域提出的。基于他們提出的算法的啟發(fā)，本文將研究一種用于圖像檢索的紋理特征提取方法，該方法具有旋轉(zhuǎn)、伸縮、平移不變性，能更好的適應(yīng)實際應(yīng)用的需要，較傳統(tǒng)的方法在檢索發(fā)生了幾何失真的圖像時能取得更好的檢索效果。 本文總體上分為三個部分，第一部分介紹了圖像檢索技術(shù)的發(fā)展現(xiàn)狀及用于圖像檢索的幾種主要的特征提取實現(xiàn)方法，第二部分基于典型算法提出本文算法，

4、第三部分對本文算法進行測試，并給出與典型算法的比較結(jié)果。最后做出總結(jié)，并提出后續(xù)工作內(nèi)容。本文算法的獨特之處主要在于，在特征提取的過程中，對數(shù)-極值域的自相關(guān)圖像被引入，它表征了紋理圖像的規(guī)律性和連續(xù)性，從而消除了上述幾何失真的影響。在圖像檢索的過程中，一組由自相關(guān)圖像的樹型小波變換得到的統(tǒng)計值將作為特征值來衡量圖像之間的相似度，區(qū)別與典型的小波變換算法，后者直接將原始圖像做小波變換得到的統(tǒng)計量作為特征值。在驗證過程中，采用較簡單的歐氏