基于小波变换的多尺度自配准纹理分析灞.pdfVIP

第27卷 第4期 仪 器 仪 表 学 报 Vol.27No.4 2006年4月 ChineseTournalofScientificInstrument Apt.2006 基于小波变换的多尺度自配准纹理分析 ‘ 张 涛 王成儒 (燕山大学信息科学与工程学院 秦皇岛 。66004) 摘要 图像分析中多尺度分析与自配准性质与人类视觉相关联，是纹理分析的重要工具。利用小波变换和傅里叶变换对纹理 图像进行二次变换域分析构造具有多尺度 自配准性质小波系数频谱，然后根据小波系数性质与物理意义对算法进行优化，最 后通过小波系数频谱的投影提取图像的纹理特征。利用图像检索与树状结构小波和傅里叶变换方法进行了对比，实验结果表 明小波系数频谱具有良好的纹理分析能力。 关钮词 纹理分析 小波系数频谱 多尺度 自配准 中图分类号 TN911.73 文献标识 A9 A 国家标准学科分类代码 510-4050 TextureAnalysisUsingMulti-scaleAuto-registrationBased onWaveletTransform Zhang Tao WangChengru (InformationScienceandEngineeringCollege，YanshanUniversity,Qinhuangdao066004,China) Abstract Themulti-scaleandtheauto-registrationarerelatedwithhumanvision,andtheimportanttools especiallytotextureanalysis.Theconceptaboutfrequencyspectrumofwaveletcoefficient(FSWC)isintroduced whichhasthecapabilityofauto-registrationbasedonmulti-scale.Thenitisoptimizedaccordingthe characteristicofwaveletcoefficient.Thelaststepistoextractthefeaturevectorsfrom theFSWC.The algorithm istestedbyimageretrievalcompared to tree-structuredwaveletandFouriertransform.The experimentresultshowsthatFSWCisapromisingmethodtotextureanalysis. Keywords Textureanalysis Frequencyspectrum ofwaveletcoefficient(FSWC) Multi-scale Auto- registration 种性质均与人类视觉相关联，是纹理分析的重要工具 。 1 引 言 但傅里叶变换不能进行多尺度分析，而Gabor与小波 变换不具有自配准性质川。如在纹理分析过程中同时 纹理分析是图像分析的一个重要 内容 ，广泛应用 使用多尺度及 自配准性质，分析效果将得到一定的提 于遥感和医学图像处理、工业自动监测、图像检索等领 高。基于此，文中构造小波系数频谱(frequency 域，是目前图像分析领域的研究热点 !一〔幻。 spectrumofwaveletcoefficient,FSWC)的概念具有 目前，对纹理的分析算法一般分为统计、结构和模 多尺度下的 自配准性质，并利用此概念进行特征提取 型3类方法田。其中，模型法中的变换域分析在近些年 算法 ，最后