下载此文档

一种基于灰度梯度共生特征的复小波域纹理检索方法.doc


文档分类:IT计算机 | 页数:约5页 举报非法文档有奖
1/5
下载提示
  • 1.该资料是网友上传的,本站提供全文预览,预览什么样,下载就什么样。
  • 2.下载该文档所得收入归上传者、原创者。
  • 3.下载的文档,不会出现我们的网址水印。
1/5 下载此文档
文档列表 文档介绍
一种基于灰度梯度共生特征的复小波域纹理检索方法.doc一种基于灰度梯度共生特征的复小波域纹理检索方法摘要:在图像经频域分解后的子带系数上引入灰度梯度共牛矩阵,且计算低冗余度的特征值。将该特征应用于各种频域变换的子带系数上,并提出--种基于双树复数小波分解的灰度梯度共牛矩阵纹理检索方法,实验结果表明,该方法有效的提高了检索精度。关键词:灰度梯度共牛矩阵;小波变换;曲波变换;轮廓波变换;双树复数小波变换;图像检索]弓I20世纪90年代以来随着多媒体技术和互联网技术的快速发展,对图像库进行有效管理和利用的需求越发迫切,图像检索作为其屮的关键技术受到人们的广泛关注。传统的基于文本的检索技术由于具有人工提取工作量大且主观性强,文本描述不能充分表达图像内涵,文本二义性等缺点已不能适用于大规模图像集,因此,-基于内容的图像检索(ContentBasedImageRetrieval,CBIR)逐渐成为研究热点。CBIR是指利用图像的视觉内容,如颜色,纹理,形状,空间布局,语义等,从大量图像数据屮搜索用户感兴趣的图像。国内外学者对图像纹理进行了大量的研究。根据信号处理理论,图像纹理特征的提取方法可分为:空间域方法和频域方法[1]。空间域方法可归类为统计方法,结构方法或混合方法[l-5]o频域方法屮常用的有Gabor变换[6],Wavelet变换[7],Curvelet变换[8,9],Contourlet变换[10,11],DT-CWT变换[12,13]等。图像经频域方法分解得到的子带系数反映的是图像的灰度分布特征,不包含系数之间的关系。因此,我们在频域方法的基础上引入灰度梯度共牛矩阵(GLGCM,GrayLevel-urrenceMatrix),在保留图像灰度信息的同吋引入图像的梯度信息以获得更丰富的纹理信息。[14]提出共牛矩阵方法以来,该方法成为提取纹理特征的主要方法被应用于图像处理的各个领域。洪继光[15]用灰度■梯度共牛矩阵模型对图像的纹理进行鉴别,将纹理特征应用于白血球样本分类是较早的研究之一。张弘等人[16]通过灰度■梯度共牛矩阵结合最大条件炳法进行阈值选在图像分割屮取得了较好的效果。鉴于H前基于GLGCM的图像检索研究不多,尤其是该特征在图像频域的应用,本文研究了GLGCM与Wavelet变换,Curvelet变换,Contourlet变换相结合提取图像纹理的有效性,并在降低GLGCM特征冗余度的基础丄结合DT-CWT变换的多尺度,多方向性低计算冗余等特性,提出一种新的图像检索方法,检索精度明显提高。2•灰度梯度共生矩阵GLGCM同时考虑一幅图像屮像素之间的灰度和梯度信息。设M,N为图像的行列数,GLGCM的元素定义为在归一的灰度图像灰度值为i,归一的梯度图像G(〃,“)上梯度值为丿•的像素点个数的概率。因此GLGCM反映了每个像素与其相邻像素间的空间关系。即GLGCM同吋反映图像的灰度信息和梯度信息。各像素点的灰度是构成一幅图像的基础,反映图像的内部信息,而梯度则是构成图像边缘轮廓的要素,图像的主要信息是由图像的边缘轮廓提供的,可以认为是图像的外部信息。在GLGCM的计算屮,梯度的计算是得到GLGCM的基础,我们采用平方和算子计算梯度值,计算公式如下:g(九刃=S(x,y)=Js;+S; (>)X=[/(x+l,yj)+2/(x+l,y)+/(x+l,y+l)] ⑵-[/(x-l,

一种基于灰度梯度共生特征的复小波域纹理检索方法 来自淘豆网www.taodocs.com转载请标明出处.

相关文档 更多>>
非法内容举报中心
文档信息
  • 页数5
  • 收藏数0 收藏
  • 顶次数0
  • 上传人pppccc8
  • 文件大小69 KB
  • 时间2020-09-29