基于多尺度及多方向分析的纹理图像检索算法.pdf

文档介绍：1 1
1
模型分析方法通过建立一个适当的模型 ,以此进行纹理描述 ,如马尔科夫随机场 (Markov
Random Field , MRF) 模型、Wold decomposition 模型以及分形模型等 ,但这些模型主要缺点都是在单一尺
度上对图像进行分析. MRF 模型能捕捉到图像的局部关联信息 ,却需要大量的计算来确定合适的参数. 分形
模型在一些自然纹理方面比传统技术更有效果 ,但是缺乏方向选择性 ,不适合描述图像的局部结构. 统计分
析方法是纹理研究用得最早 、最多的一类方法 ,其中 ,灰度共生矩阵 ( Gray Level Co occurrence Matrix ,
GLCM) [2 3 ] 是最经典的纹理描述方法之一 ,它首先建立一个基于像素之间方向性和距离的共生矩阵 ,然后从
矩阵中提取有意义的统计量作为纹理特征. 信号处理分析方法在纹理分析中应用也比较广泛 ,主要包括
Gabor滤波器 、小波变换等. 随着小波理论的发展和完善 ,越来越多的研究人员利用小波的多分辨特性提取
纹理图像的特征 ,并应用于图像检索中 ,取得了良好的检索效果. 作者提出了一种基于多尺度及多方向分析
的纹理图像检索算法 ,充分利用双树复小波变换的优点 ,将其有效应用于纹理特征提取过程中 ,取得了良好
的检索效果
1 　纹理特征选择
波器组的输出不是完全正交的 ,所提取的纹理特征之间存在着相关性和冗余性 ,计算量较大[4 5 ] . 小波分
　　收稿日期 :2008 10 18
基金项目 :四川省科技攻关项目 ,编号 05 GG021 026 03.
作者简介 :汪华章 (1976 - ) ,男 ,博士 ,主要从事多媒体信息检索及智能控制与模式识别研究 ,E mail : wanghuazhang ***@126.
2 2
2
2 2