基于NSST和RI-LPQ的纹理图像检索.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于NSST和RI-LPQ的纹理图像检索.pdf

第40卷  第10期   计 算 机 工 程 2014年10月     Vol.40  No.10   Computer Engineering October 2014 ·图形图像处理 · 文章编号:1000-3428(2014)10-0258-06      文献标识码:A      中图分类号:TP391.41 基于NSST和RI-LPQ 的纹理图像检索 殷  明,王治成,于立萍 (合肥工业大学数学学院,合肥230009) 摘  要:针对采用单一方法提取图像特征时检索率不高的问题,结合非下采样剪切波变换(NSST)统计特征和旋 转不变的局部相位量化(RI-LPQ)原理,提出一种纹理图像检索方法。 非下采样剪切波不仅具有方向选择性及平 移不变性,而且可以对图像进行有效的稀疏表示,与传统小波相比,可有效捕捉图像的边缘轮廓等纹理信息,与非 下采样轮廓波相比,具有更高的计算效率。 利用广义高斯分布函数对图像NSST高频子带系数的统计特征进行分 析,RI-LPQ描述算子直接提取图像特征,采用具有权重系数的相似性测度公式对Brodatz 图像库进行纹理图像检 索。 实验结果表明,与传统小波和轮廓波的方法相比,NSST 统计特征方法的平均检索率分别提高4.77% 和 1.44% ,纹理图像检索方法的平均检索率分别提高7.36% 和1.98% 。 关键词:非下采样剪切波变换;广义高斯分布;纹理图像检索;旋转不变的局部相位量化;特征提取;特征融合 中文引用格式:殷  明,王治成,于立萍.基于NSST 和RI-LPQ 的纹理图像检索[J].计算机工程,2014,40(10): 258-263,269. 英文引用格式:Yin Ming,Wang Zhicheng,Yu Liping. Texture Image Retrieval Based on Nonsubsampled Shearlet Transform and Rotation Invariant Local Phase Quantization[J].Computer Engineering,2014,40(10):258-263,269. Texture Image Retrieval Based on Nonsubsampled Shearlet Transform and Rotation Invariant Local Phase Quantization YIN Ming,WANG Zhi-cheng,YU Li-ping (School of Mathematics,Hefei University of Technology,Hefei230009,China) 【Abstract】 For a single method of extracting image feature retrieval defective,this paper proposes a combination of Nonsubsampled Shearlet Transform(NSST) statistical features and Rotation Invariant Local Phase Quantization(RI- LPQ) texture image retrieval method.NSST exhibits highly directional sensitivity and shift invariance,even it can be sparse representation oftheimage.Incontrast,NSSTacquiresthenaturaltextureandedgeinformationwiththetraditional wavelet

文档评论(0)

小泥巴 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档